IA & LLM
Modèle de fondation
Un modèle de fondation est un grand modèle d'IA entraîné sur des données massives non étiquetées par apprentissage auto-supervisé, adaptable à de nombreuses tâches sans ré-entraînement complet. Ce terme a été popularisé par le Stanford HAI en 2021. Il représente un changement de paradigme : une base polyvalente au lieu d'un modèle par tâche.
Les modèles de fondation marquent un tournant dans l'histoire de l'intelligence artificielle. Avant leur apparition, chaque application nécessitait un modèle spécifique entraîné sur des données dédiées. Désormais, un seul modèle de base — GPT-4, Claude, Mistral, Llama — peut être adapté à des dizaines de tâches différentes : génération de texte, analyse de sentiment, classification, traduction, résumé automatique.
Le terme a été formalisé en 2021 par le Stanford HAI (Human-Centered Artificial Intelligence) pour décrire ces modèles entraînés par apprentissage auto-supervisé sur des corpus massifs et non étiquetés. Le principe est simple : le modèle apprend à prédire la suite d'un texte à partir de milliards de documents, ce qui lui confère une compréhension générale du langage applicable à de multiples domaines.
Dans le secteur juridique français, les solutions legaltech comme Doctrine, Predictice, Jimini, GenIA-L et Lexis+AI adaptent ces modèles de fondation au droit français. Cette adaptation passe par du fine-tuning sur des corpus juridiques et/ou des architectures RAG qui ancrent les réponses dans des sources vérifiées. L'enjeu est de transformer une compétence linguistique générale en une expertise juridique fiable.
Pour aller plus loin