{"id":13946,"date":"2025-01-29T10:03:59","date_gmt":"2025-01-29T09:03:59","guid":{"rendered":"https:\/\/www.digital-chiefs.de\/modele-ia-europeen-teuken-7b-multilingue-open-source\/"},"modified":"2026-06-10T10:26:09","modified_gmt":"2026-06-10T08:26:09","slug":"modele-ia-europeen-teuken-7b-multilingue-open-source","status":"publish","type":"post","link":"https:\/\/www.digital-chiefs.de\/fr\/modele-ia-europeen-teuken-7b-multilingue-open-source\/","title":{"rendered":"Le mod\u00e8le d’IA europ\u00e9en Teuken-7B : multilingue et open source"},"content":{"rendered":"

4 min de lecture<\/p>\n

Depuis fin novembre 2024, un mod\u00e8le de langage d’IA open source d\u00e9velopp\u00e9 au sein de l’UE est disponible pour la premi\u00e8re fois. Un consortium men\u00e9 par deux instituts Fraunhofer ainsi que d’autres \u00e9tablissements de recherche allemands en a assur\u00e9 la direction. La particularit\u00e9 : l’entra\u00eenement de cette IA a \u00e9t\u00e9 r\u00e9alis\u00e9 avec des donn\u00e9es couvrant les 24 langues officielles de l’UE.<\/strong>Alors qu’aux \u00c9tats-Unis se profile un projet commun de 500 milliards de dollars pour investir dans des centres de calcul d\u00e9di\u00e9s \u00e0 l’IA, l’UE travaille avec une nouvelle urgence \u00e0 renforcer sa souverainet\u00e9 num\u00e9rique et \u00e0 r\u00e9duire sa d\u00e9pendance vis-\u00e0-vis de l’\u00e9tranger.<\/p>\n

Un projet porteur d’espoir est l’initiative OpenGPT-X, soutenue par le minist\u00e8re f\u00e9d\u00e9ral allemand de l’\u00c9conomie et de la Protection du climat (BMWK) et dirig\u00e9e par les instituts Fraunhofer pour les syst\u00e8mes intelligents d’analyse et d’information (IAIS) et pour les circuits int\u00e9gr\u00e9s (IIS).<\/strong><\/p>\n

Fin novembre 2024, ce consortium a publi\u00e9 sur la plateforme d’IA Hugging Face son premier mod\u00e8le de langage europ\u00e9en. Baptis\u00e9 \u00ab Teuken-7B \u00bb, il a \u00e9t\u00e9 entra\u00een\u00e9 sur les 24 langues officielles de l’UE et compte sept milliards de param\u00e8tres.<\/p>\n

Voici la traduction journalistique en fran\u00e7ais, respectant scrupuleusement les r\u00e8gles demand\u00e9es :<\/p>\n

Des tokens pour les 24 langues officielles de l’UE<\/h2>\n

Pour les d\u00e9veloppeurs et d\u00e9veloppeuses de Teuken-7B, il \u00e9tait crucial que la r\u00e9partition linguistique des donn\u00e9es d’entra\u00eenement refl\u00e8te approximativement celle des langues officielles utilis\u00e9es dans l’Union europ\u00e9enne. L’anglais ne repr\u00e9sente ainsi que 41,7 %, suivi du fran\u00e7ais \u00e0 9,1 %, de l’allemand \u00e0 8,7 % et de l’espagnol \u00e0 8,0 %.Le nom \u00ab Teuken \u00bb \u00e9voque les tokens – la plus petite unit\u00e9 porteuse de sens dans les langages de programmation – ainsi que la tokenisation, soit la segmentation d’un texte au niveau des mots. Un choix d\u00e9lib\u00e9r\u00e9, sans doute. Car un \u00ab tokenizer \u00bb multilingue d\u00e9velopp\u00e9 sp\u00e9cialement pour ce mod\u00e8le d\u00e9compose les mots en leurs diff\u00e9rents constituants. \u00ab Moins il y a de tokens, plus un mod\u00e8le de langage g\u00e9n\u00e8re une r\u00e9ponse de mani\u00e8re (\u00e9nerg\u00e9tiquement) efficace et rapide \u00bb, explique l’IAIS (Institut Fraunhofer pour l’intelligence artificielle appliqu\u00e9e aux syst\u00e8mes, bas\u00e9 en Allemagne). Compar\u00e9 \u00e0 d’autres tokenizers multilingues comme Llama3 et Mistral, celui-ci permettrait de r\u00e9duire consid\u00e9rablement les co\u00fbts d’entra\u00eenement.Cette approche profiterait particuli\u00e8rement aux langues europ\u00e9ennes caract\u00e9ris\u00e9es par des mots tr\u00e8s longs, comme l’allemand, le finnois ou le hongrois. Ces derni\u00e8res, tout comme le turc, le japonais et le cor\u00e9en, font partie des langues agglutinantes, o\u00f9 une expression comme \u00ab dans mes maisons \u00bb peut former un seul mot – un exemple classique pour illustrer ce ph\u00e9nom\u00e8ne linguistique.<\/p>\n

Formation sur supercalculateur \u00e0 J\u00fclich<\/h2>\n
\n

Le consortium r\u00e9unit, outre les instituts Fraunhofer, l’Universit\u00e9 technique de Dresde (TU Dresden), le Centre allemand de recherche en intelligence artificielle (DFKI) ainsi que le Centre de recherche de J\u00fclich. Ce dernier a mis \u00e0 disposition son supercalculateur JUWELS pour la phase d’entra\u00eenement. Depuis le 26 novembre 2024, le mod\u00e8le est disponible sous licence open source.<\/p>\n

Pour l’allemand comme langue cible, les co\u00fbts d’entra\u00eenement n’ont augment\u00e9 que d’un peu plus de 20 %. Un \u00e9cart bien moindre que pour Llama 3 ou GPT-4 d’OpenAI, qui affichent une majoration de plus de 55 % pour cette m\u00eame langue. En moyenne, les autres langues que l’anglais entra\u00eenent un surco\u00fbt d’environ 37 % pour Teuken, contre quelque 87 % pour Llama 3. Quant \u00e0 GPT-4 et Mistral, la facture d\u00e9passe m\u00eame les 100 %.<\/p>\n<\/div>\n

Renforcer la souverainet\u00e9 num\u00e9rique<\/h2>\n

\u00ab Des innovations comme celle-ci renforcent la souverainet\u00e9 num\u00e9rique, la comp\u00e9titivit\u00e9 ainsi que la r\u00e9silience de l’Allemagne et de l’Europe. C’est pourquoi le BMWK<\/abbr> soutient ce projet \u00e0 hauteur d’environ 14 millions d’euros \u00bb, a d\u00e9clar\u00e9 Dr. Franziska Brantner, secr\u00e9taire d’\u00c9tat parlementaire au BMWK.<\/p>\n

Peu apr\u00e8s sa publication le 12 d\u00e9cembre 2024, Deutsche Telekom a annonc\u00e9 \u00eatre la premi\u00e8re entreprise \u00e0 pouvoir proposer Teuken-7B sur le march\u00e9. Elle consid\u00e8re ce mod\u00e8le d’IA \u00ab Made in Germany \u00bb comme une \u00e9tape cl\u00e9 pour renforcer la souverainet\u00e9 num\u00e9rique des entreprises et des administrations au sein de l’UE.<\/p>\n

\n
\n

\u00ab La mise \u00e0 disposition de Teuken en tant que mod\u00e8le open source pr\u00e9sente plusieurs avantages : les entreprises peuvent adapter le mod\u00e8le \u00e0 leurs besoins sp\u00e9cifiques et d\u00e9velopper ainsi des applications sp\u00e9cialis\u00e9es. De plus, elles peuvent choisir d’ex\u00e9cuter le mod\u00e8le localement sur leur propre infrastructure ou aupr\u00e8s d’un fournisseur cloud de confiance. Si elles le souhaitent, les donn\u00e9es sensibles peuvent donc rester au sein de l’entreprise \u00bb, cite Deutsche Telekom, citant le chef de projet de l’IAIS, Dr. Nicolas Flores-Herr.<\/p>\n<\/div>\n

\n
<\/div>\n

\"Teuken-7B\"<\/p>\n

Teuken-7B, un mod\u00e8le d’IA d\u00e9velopp\u00e9 en Allemagne pour renforcer la souverainet\u00e9 num\u00e9rique europ\u00e9enne.<\/p>\n<\/div>\n<\/div>\n

\n
\n

Les d\u00e9veloppeurs de la communaut\u00e9 scientifique et les entreprises pourront t\u00e9l\u00e9charger gratuitement Teuken-7B sur Hugging Face afin d’int\u00e9grer le mod\u00e8le, par exemple, dans des chatbots ou des applications RAG (Retrieval Augmented Generation<\/em>).<\/p>\n<\/div>\n<\/div>\n

\n
\n

Source de l’image \u00e0 la une : Adobe Stock \/ ShinneProject<\/em><\/p>\n<\/div>\n<\/div>\n

\u00c0 lire aussi<\/h3>\n