La licence d’un modèle IA local compte autant que sa taille ou sa quantification. Un fichier téléchargeable n’est pas automatiquement libre, open source, réutilisable commercialement ou redistribuable. Les poids, le code, le jeu de données, la documentation et la marque peuvent relever de règles différentes.
Je lis donc la licence avant le téléchargement massif, l’intégration dans un produit ou la publication d’une version modifiée. Ce guide propose une méthode technique ; il ne remplace pas un avis juridique adapté au projet.
Licence modèle IA : identifier chaque composant
Un dépôt peut contenir le code d’inférence sous une licence, les poids sous une autre et des exemples sous une troisième. Le nom du modèle peut être protégé par des règles de marque. Une interface compatible ne transfère pas automatiquement les droits du moteur vers les poids.
Je conserve donc un inventaire séparé : modèle de base, adaptation, quantification, tokenizer, code, interface et dépendances.
| Élément | Document à chercher | Question principale |
|---|---|---|
| poids | licence du modèle | usage et redistribution autorisés ? |
| code | LICENSE du dépôt | modification et intégration permises ? |
| dataset | fiche et provenance | droits et limites documentés ? |
| nom et logo | politique de marque | présentation du produit autorisée ? |
« Open weights » ne signifie pas toujours « open source »
Des poids peuvent être accessibles au téléchargement tout en imposant des conditions spécifiques : usages interdits, seuil d’utilisateurs, obligation d’attribution, restrictions de redistribution ou règles pour les modèles dérivés.
Je n’utilise pas une étiquette marketing comme preuve. Je lis le texte de licence lié à la version exacte. La documentation des licences sur Hugging Face Hub explique comment les dépôts déclarent une licence, mais la présence d’une étiquette ne remplace pas le texte original.
La carte du modèle est une pièce essentielle
La model card devrait indiquer l’auteur, les usages visés, les limites, les jeux de données connus, les évaluations et la licence. Une fiche vide n’interdit pas automatiquement l’usage, mais elle augmente l’incertitude.
Hugging Face documente le rôle et le contenu des cartes de modèles. Je conserve une copie de la fiche et du fichier de licence avec la date et le hash du modèle téléchargé.
Commercial, interne et personnel : trois contextes
Un essai personnel hors ligne n’a pas le même risque qu’un service payant utilisé par des clients. Une entreprise peut considérer un prototype « interne », alors qu’il traite déjà des données réelles et influence des décisions.
- personnel : vérifier les usages interdits et la redistribution ;
- interne : documenter les données, les utilisateurs et les responsabilités ;
- commercial : contrôler attribution, seuils, dérivés, marques et garanties ;
- publication : vérifier le droit de partager les poids ou l’adaptation.
Quantifier ne crée pas de nouveaux droits
Transformer un modèle en GGUF ou en 4 bits modifie son format, pas sa licence d’origine. La redistribution d’une quantification peut être soumise aux mêmes obligations que les poids de base, auxquelles s’ajoutent éventuellement celles de l’outil utilisé.
Le dossier BlackFury sur la quantification LLM en 4 ou 8 bits aide à comparer mémoire et qualité. J’y ajoute toujours une colonne « licence et source » avant de conserver un fichier.
Les modèles dérivés et adaptateurs
Un LoRA, un fine-tuning ou un mélange peut dépendre du modèle de base. La licence du dérivé ne peut pas effacer les obligations amont. Je vérifie la chaîne complète et la compatibilité entre les conditions.
Je recherche aussi la provenance des données d’ajustement. Une licence permissive sur le fichier final ne prouve pas que toutes les données ont été collectées légalement.
Restrictions d’usage acceptable
Certaines licences ou conditions ajoutent une politique d’usage acceptable. Elles peuvent interdire des domaines, des activités ou des comportements. Ces règles sont parfois plus importantes pour le projet que l’autorisation générale d’utiliser les poids.
Je transforme les restrictions pertinentes en contrôles du produit. Une phrase dans un document que personne ne lit n’empêche pas un usage interdit en production.
Attribution et avis à conserver
Une licence peut imposer la conservation du copyright, de la licence, d’un avis ou d’une mention dans la documentation. Je prépare un fichier de notices dès le prototype au lieu de reconstruire la liste au lancement.
Pour une interface destinée au public, je distingue l’attribution visible, les mentions légales et les licences incluses dans la distribution. Chaque obligation doit avoir un emplacement et un responsable.
Version et preuve
Une page peut changer. J’enregistre l’identifiant du dépôt, le commit ou la révision, le nom du fichier, son hash, la date, la licence et les liens consultés. Cette trace aide à reproduire le déploiement et à comprendre quelles conditions ont été évaluées.
Je n’interprète pas une licence absente comme une permission. Sans autorisation identifiable, je suspends l’intégration ou je choisis un autre modèle mieux documenté.
La confidentialité reste un sujet séparé
Une licence permissive ne garantit pas que le modèle est sûr, privé ou exempt de biais. À l’inverse, une exécution locale ne donne pas automatiquement le droit d’utiliser les poids dans n’importe quel produit.
Le guide BlackFury sur la confidentialité des prompts et documents traite la destination et la minimisation des données. Les deux contrôles doivent exister : droits sur le modèle et protection des entrées.
Ma checklist avant intégration
- identifier le dépôt et la version exacts ;
- lire la licence des poids et celle du code ;
- repérer les conditions commerciales et seuils éventuels ;
- vérifier la redistribution et les modèles dérivés ;
- lire la politique d’usage acceptable ;
- contrôler la marque, l’attribution et les avis ;
- documenter la provenance des données connue ;
- conserver la fiche, la licence, la date et le hash ;
- faire valider juridiquement les cas sensibles.
Les signaux d’alerte
- aucun fichier de licence ;
- une étiquette qui contredit le texte du dépôt ;
- un uploader qui n’est pas l’auteur attendu ;
- une adaptation sans modèle de base clairement cité ;
- une quantification sans lien vers la source ;
- une licence personnalisée difficile à interpréter ;
- des données d’entraînement totalement opaques pour un usage sensible.
Verdict BlackFury
Je ne choisis pas un modèle local uniquement sur un benchmark. Je vérifie la licence, la carte, la provenance, la version et les obligations de redistribution. Un modèle légèrement moins performant mais clairement documenté peut être un choix bien plus solide pour un projet durable.
