Vous avez déjà un million de modèles à essayer

Si vous souhaitez essayer un nouveau modèle d’IA générative, vous disposez de plusieurs options. Leurs développeurs peuvent proposer leur propre service Web – comme le font OpenAI, Google, Microsoft, Meta ou Anthropic – mais dans de nombreux cas, notamment pour les développeurs Open Source, ce n'est pas le cas. Et c’est là que Hugging Face est devenu une référence absolue.

Aucun téléchargement ni installation. Chez Hugging Face, ils ont réussi à faciliter considérablement l'accès à ces modèles. La plateforme, avec une structure qui rappelle légèrement celle de GitHub, rassemble tous types de modèles afin que si nous le souhaitons nous puissions les « déployer » et les utiliser comme si nous le faisions sur notre propre PC.

Plus d'un million de modèles d'IA. Comme ils le soulignent dans Ars Technica, la plateforme dispose déjà de plus d'un million de modèles d'IA disponibles, ce que montre clairement l'immense nombre de projets qui ont vu le jour depuis que ChatGPT a commencé cette explosion de l'IA générative.

A commencé en tant que chatbot. C'est curieux, mais à ses débuts en 2016, Hugging Face a commencé son parcours en tant que chatbot à IA limitée. En 2020, deux ans avant le lancement de ChatGPT, ils ont pivoté et sont devenus une plaque tournante des modèles d'IA avec une philosophie Open Source. Le nombre de modèles sur la plateforme a considérablement augmenté, surtout depuis le début de 2023. L'année dernière, cependant, ils ont lancé leur propre rival Open Source de ChatGPT.

Test du nouveau Llama 3.2 (3B) grâce à Hugging Face. Comme prévu, cela fait toujours du désordre en comptant les R, comme c'est le cas dans la plupart des modèles. Néanmoins, l'important est que pouvoir tester des modèles comme celui-ci en un clic est très simple grâce à cette plateforme.

De grands modèles, mais aussi des petits. Clément Delangue, co-fondateur et PDG de l'entreprise, a célébré cette étape importante en soulignant que la plateforme offre l'accès à de grands modèles (Llama, Gemma, Phi, Flux, Mistral, Stable Diffusion, Grok, Whisper, entre autres), mais « aussi à 999 984 autres ».

Vive les modèles spécialisés. Pour Delangue, le message selon lequel « un modèle unique les dominerait tous » est une erreur. Selon lui, « il vaut mieux avoir des modèles plus petits, personnalisés et optimisés pour votre cas d'usage, votre domaine, votre langue, votre matériel et, en général, vos limites ».

Des fourchettes partout. Ce travail « d'ajustement » et de personnalisation des modèles a entraîné cette croissance des modèles disponibles. Beaucoup partent de la même base et subissent ensuite des modifications et des processus de « mise au point » à partir desquels des modèles dérivés apparaissent, un peu comme des forks de projets logiciels. Llama, le LLM de Meta, en est un bon exemple : de nombreux modèles dérivés et ajustés pour des cas d'usage spécifiques en sont issus.

De tout et pour tout le monde. Chez Hugging Face, nous pouvons trouver des modèles pour tous les goûts. Nous disposons de chatbots textuels traditionnels et de variantes dédiées au traitement du texte, mais également de modèles spécialisés pour la classification d'images ou la détection d'objets. Sa liste des plus téléchargés et utilisés est une démonstration de cette variété : le premier est un modèle de classification de contenu audio, tandis que le second, BERT (de Google) est utilisé dans des projets de modélisation de langage.

À Simseo | La loi européenne sur l’IA vient d’être acceptée par plus de 100 entreprises. Il y a deux grandes absences : Apple et Meta