Selon OpenAI, leur modèle d’ IA de raisonnement open source restera indéfiniment retardé

La publication du modèle d' intelligence artificielle (IA) open source d' OpenAI a été une nouvelle fois reportée . Le PDG de l'entreprise , Sam Altman, a annoncé samedi que le déploiement du modèle était reporté sine die en raison du délai supplémentaire nécessaire aux tests de sécurité . Après le report de la sortie en juin, il s'agit du deuxième report de ce type . Il s'agirait de la première version open source de l' entreprise d'IA basée à San Francisco depuis 2019 et de la première version d'un modèle d'IA axé sur le raisonnement . Un formulaire de « retour d'information sur le modèle ouvert » a été publié par l' entreprise en avril afin de connaître les souhaits des développeurs concernant le modèle .

OpenAI s'apprête à lancer GPT-5, la nouvelle version de son modèle d'IA de pointe , parallèlement à cette annonce. Google, Anthropic et Alibaba comptent parmi ses concurrents ayant récemment produit des modèles d' IA de pointe , surpassant les modèles les plus récents d' OpenAI sur de nombreux benchmarks .

Ces entreprises ont également apporté d'importantes contributions à la communauté ouverte , notamment Meta et xAI. Alibaba a été la dernière à suivre l'exemple en rendant ses modèles Ernie AI accessibles au public .

Afin de s'imposer comme leader dans ce domaine auprès des développeurs (avec le modèle open source ) et des entreprises et clients (avec la stratégie propriétaire GPT-5 ), OpenAI a probablement pris la décision stratégique de contribuer aux logiciels open source . Pourtant , aucun des deux ne s'est manifesté .
Selon un article de TechCrunch , l' entreprise d' IA envisage de produire un modèle d' IA similaire à ses grands modèles de langage (LLM) de la série O. Cependant, seules les pondérations du modèle seront rendues publiques par l' entreprise.
Les développeurs et les utilisateurs passionnés pourront ainsi télécharger le modèle, ajuster ses paramètres et l' exécuter localement . Cependant, ils ne pourront pas en apprendre davantage sur sa conception et ses techniques d' entraînement pour reproduire la création d' un modèle comparable ou s'en inspirer .

Cette approche soulève des critiques dans la communauté open source, certains estimant que publier uniquement les pondérations ne constitue pas une véritable ouverture. Les chercheurs et les développeurs trouvent difficile de vérifier, reproduire ou améliorer le modèle de manière transparente sans accès au code source , aux données d'entraînement ou à la méthodologie.

De plus, certains experts mentionnent que ce modèle open source pourrait être utile pour des applications plus spécialisées ou localisées , par exemple dans les contextes où la sécurité des données , la confidentialité ou l'exécution en ligne sont essentielles.  
Cette version pourrait également offrir une plus grande flexibilité pour des intégrations personnalisées dans des solutions industrielles, éducatives ou gouvernementales.