Comment publier un modèle de langage que vous avez entraîné, et sous quelle licence?

Publier un modèle prend une dizaine de minutes. Déterminer ce que vous avez le droit de publier prend plus de temps. Notre guide des licences à poids ouverts explique ce que veulent dire les licences quand vous téléchargez un modèle. Cet article passe de l’autre côté de la table : c’est maintenant vous qui l’offrez. Il s’agit d’information générale et non d’un avis juridique : pour tout ce que vous comptez vendre, consultez une avocate ou un avocat sur votre cas précis.

Étape 1 : la liste de ce dont vous héritez

Votre modèle a trois parents, et chacun peut poser des conditions.

Voici le piège pour les lecteurs de cette série. Un modèle entraîné avec les réglages par défaut de nanochat a lu ClimbMix. La licence MIT du code ne rend pas les poids libres pour tout usage. La question de savoir si les poids d’un modèle sont une œuvre dérivée de ses données d’entraînement n’est pas réglée en droit : dire qu’un tel modèle est « libre pour l’usage commercial » reviendrait donc à affirmer plus que vous ne pouvez démontrer. Dites sur quoi il a été entraîné et réservez-le à la recherche, ou réentraînez-le sur des données dont les conditions conviennent à vos plans.

Vérifiez aussi si vos exemples contiennent des sorties de services fermés, dont les conditions peuvent en restreindre l’usage pour l’entraînement, comme l’explique le guide sur la distillation.

Étape 2 : choisir une licence

Choisissez seulement parmi celles que votre héritage permet. L’identifiant du Hub va dans votre fiche technique.

Évitez d’écrire votre propre licence sans l’aide d’une ou d’un juriste : les gens hésiteront à utiliser un modèle sous des conditions qu’ils n’ont jamais vues. Rappelez-vous aussi que « code source ouvert » a un sens précis : si vos conditions limitent les usages ou que vos données restent secrètes, « poids ouverts » est l’expression exacte.

Étape 3 : convertir les poids

La plupart des points de contrôle PyTorch sont des fichiers pickle, et le chargement d’un pickle peut exécuter du code caché, ce qui explique la méfiance à leur égard. Safetensors est un format qui ne stocke que des nombres. Pour un point de contrôle qui contient un simple dictionnaire de tenseurs, comme les fichiers model_*.pt de nanochat (pip install torch safetensors numpy) :

import torch
from safetensors.torch import save_file

state = torch.load("model_000999.pt", map_location="cpu", weights_only=True)
save_file({k: v.contiguous() for k, v in state.items()}, "model.safetensors")

Les poids dans un format personnalisé exigent aussi le code de votre modèle et les fichiers de votre découpeur en jetons pour que d’autres puissent les exécuter. Les modèles entraînés avec les outils de Hugging Face enregistrent la bonne forme avec save_pretrained, et la plupart des personnes qui exécutent des modèles localement voudront aussi un fichier GGUF. Dans Unsloth, cela tient en une ligne :

model.push_to_hub_gguf("your-name/your-model-GGUF", tokenizer, quantization_method="q4_k_m")

La documentation d’Unsloth signale qu’un modèle qui fonctionne à l’entraînement et produit ensuite du charabia ailleurs a habituellement le mauvais gabarit de clavardage ou le mauvais jeton de fin : testez donc le fichier exporté lui-même.

Étape 4 : rédiger la fiche

Une fiche technique du modèle (model card) est le fichier README.md de votre dépôt. Le bloc du haut contient les métadonnées que le Hub utilise pour la recherche et l’affichage de la licence; le texte en dessous s’adresse aux personnes. Voici la fiche d’un ajustement fin imaginaire :

---
license: apache-2.0
language:
  - fr
  - en
base_model: your-base/model-name
datasets:
  - your-name/your-dataset
tags:
  - fine-tuned
library_name: transformers
---

Écrivez ensuite, en langage clair : à quoi il sert, à quoi il ne sert pas, comment vous l’avez entraîné, quelles données vous avez utilisées, vos résultats d’évaluation avec la taille des échantillons et les défaillances connues. Soyez direct sur les limites, par exemple « invente des faits; ne pas utiliser pour des réponses médicales ou juridiques ». Le champ base_model relie votre travail à son origine, et pour un ajustement fin ou un adaptateur, c’est aussi une question d’honnêteté.

Étape 5 : téléverser

pip install -U huggingface_hub
hf auth login
hf upload your-name/your-model ./my-model

La commande crée le dépôt s’il n’existe pas. Les comptes gratuits ont un stockage public selon la disponibilité et 100 Go de stockage privé. Pour contrôler l’accès, activez le contrôle d’accès (gating) dans les paramètres du modèle : les gens doivent alors en faire la demande et, au besoin, répondre à des questions. Si vous recueillez leurs renseignements, vous devenez responsable du traitement adéquat de ces renseignements personnels.

Que devez-vous aux autres une fois votre modèle public?

Ce que promet votre licence. Gardez les avis intacts et répondez si quelqu’un signale un vrai problème, comme des renseignements personnels que le modèle révèle.

Dans l’Union européenne, des règles peuvent s’appliquer même à des fournisseurs situés ailleurs si le modèle est mis sur le marché européen. Les lignes directrices de la Commission considèrent les modèles entraînés avec plus de 10^23 opérations en virgule flottante, capables de générer du langage, comme étant à titre indicatif des modèles d’IA à usage général. Le speedrun de nanochat, à environ 4×10^19, est loin en dessous, tandis que la Commission dit que ce seuil correspond à des modèles d’un milliard de paramètres entraînés sur de grands jeux de données. Un ajustement fin ne vous rend fournisseur que si le changement a utilisé plus du tiers du calcul d’entraînement du modèle d’origine. Les publications libres et à code source ouvert sont dispensées de certaines obligations de documentation, mais doivent quand même avoir une politique sur le droit d’auteur et publier un résumé du contenu d’entraînement. Les pouvoirs d’application de la Commission s’exercent depuis le 2 août 2026.

Au Canada, aucune loi équivalente propre aux modèles à usage général n’est en vigueur aujourd’hui. Le droit d’auteur et le droit à la vie privée s’appliquent quand même : le gouvernement fédéral dit travailler à modifier la Loi sur le droit d’auteur pour l’IA générative, et les principes des autorités de protection de la vie privée couvrent les renseignements personnels dans ces systèmes. Voyez notre survol de l’encadrement de l’IA au Canada.

L’honnêteté sur ce que c’est. Publiez vos résultats avec la méthode, indiquez les données que vous pouvez nommer et corrigez la fiche quand quelqu’un trouve un problème. Les personnes qui téléchargent votre modèle ne peuvent pas voir comment vous l’avez bâti, sauf par ce que vous leur dites.