Alors que le matériel grand public rend l’hébergement de l’IA locale pratique à la fois pour les développeurs et les entreprises, nombreux sont ceux qui découvrent que les modèles ouverts populaires sont dotés de filtres de sécurité codés en dur et de biais imposés par l’État. Dans cet article, je vais montrer comment utiliser l’ablitération – une technique d’ingénierie de représentation – pour supprimer chirurgicalement les vecteurs de refus du modèle Qwen 3.8 27B sans réglage fin coûteux ni recyclage complet. Je suis tombé sur cette barrière par hasard en menant une expérience simple. En tant que grand fan de SNL, j’ai décidé d’explorer à quoi ressemblerait un sketch de SNL en Chine en demandant au modèle d’écrire une satire politique. Alors que Qwen se moquait joyeusement de la politique américaine (« The National Apology Tour »), il a lancé un refus catégorique et ferme au moment où j’ai demandé exactement le même sketch critiquant le gouvernement chinois.
Nous faisons confiance aux logiciels open source car ils sont audités par des millions d’utilisateurs, mais projeter cette confiance sur les modèles d’IA nécessite une distinction minutieuse entre les architectures open source et open-weight. Les véritables modèles open source divulguent leur base de code de formation, leur code d’inférence et leurs ensembles de données d’origine. Par exemple, OpenCLIP est un véritable modèle open source capable de donner un sens aux données visuelles, ce que j’ai récemment démontré dans un projet de création d’un déduplicateur de photos sans nuage.
À l’inverse, les grands modèles de langage avancés (LLM) sont rarement admissibles selon la définition stricte de l’open source ; ils sont simplement à poids ouvert. Ils fournissent uniquement le résultat final compilé : les poids. Il existe une concurrence féroce dans ce domaine, avec certains des modèles les plus performants, comme le Qwen 3.8, originaires de Chine et surpassant leurs concurrents. Mais l’exécution locale de ces poids de boîte noire s’accompagne de conditions inhérentes.
