Vos questions, nos réponses.

Une plateforme pour finetuner et faire tourner des modèles d'IA open-weight sur votre propre infrastructure. Apportez vos données, choisissez un modèle, et nous le transformons en un spécialiste que vous possédez - tournant sur votre matériel, pas loué au token.

Le finetuning apprend à un modèle de base comment votre domaine fonctionne vraiment. Nous utilisons des méthodes efficaces - des adaptateurs LoRA/QLoRA plus SFT et RLVR - de petits fichiers qui spécialisent un modèle sans le réentraîner à partir de zéro. Vous pouvez garder plusieurs adaptateurs et les échanger à tout moment.

N'importe quel modèle open-weight - Qwen, Llama, Mistral, DeepSeek, Gemma et d'autres. Vous choisissez celui qui correspond à votre tâche, votre matériel et votre budget - compact pour un seul GPU, grand pour un cluster.

Non. Pour utiliser un modèle, il suffit de le faire tourner. Pour en finetuner un, vous fournissez les données et le pipeline s'occupe du reste - ou, si vous préférez, nous le faisons pour vous (voir l'entraînement hébergé ci-dessous).

Nulle part. Le modèle tourne sur votre propre machine ou infrastructure, donc vos prompts, documents et réponses ne quittent jamais votre réseau.

Oui. Le modèle finetuné et les adaptateurs sont simplement des fichiers que vous possédez. Gardez-les entièrement en local, ou stockez-les dans un dépôt privé avec contrôle d'accès pour votre organisation. Rien n'est public à moins que vous ne le publiiez.

Oui. Une fois le modèle sur la machine, tout tourne entièrement hors ligne - utile pour le travail réglementé, les sites distants, ou partout où les données ne peuvent pas quitter le bâtiment.

Cela dépend de la taille du modèle. Pour faire tourner un modèle compact, une carte grand public suffit. Pour finetuner, une carte de 24 GB (RTX 3090/4090/5090 ou Radeon RX 7900 XTX) couvre de nombreux modèles ; les modèles plus grands demandent plus de mémoire ou un cluster. NVIDIA (CUDA) et AMD (ROCm) sont tous deux de premier rang. Pas de carte adaptée ? Utilisez l'entraînement hébergé.

Seulement pour les plus petits modèles, et lentement. Pour quoi que ce soit de sérieux, un GPU est nécessaire pour le faire tourner correctement - c'est pourquoi des options d'entraînement hébergé et d'inférence hébergée existent pour ceux qui n'en ont pas.

Forfaitaire et transparent - gratuit à explorer, un tarif prévisible pour un usage privé, et l'entraînement hébergé facturé d'après votre jeu de données. Il n'y a jamais de compteur au token ni par siège. Consultez la page Tarifs pour les détails.

Automatiquement, d'après votre jeu de données. Vous le téléversez, nous affichons un devis exact avant que quoi que ce soit ne tourne ; vous approuvez, il s'entraîne sur nos GPU et atterrit dans votre compte. Les jeux de données plus grands coûtent plus cher, en proportion du temps GPU dont ils ont besoin.

Parce que vous le faites tourner vous-même. Nous ne vous louons pas l'intelligence au token - vous possédez le modèle et il fait le travail sur votre matériel. Les modèles frontier font grimper la facture à chaque siège et chaque requête ; ici, le travail quotidien tourne en local et vous ne payez un modèle frontier que pour les rares ~1% de cas réellement difficiles.

Oui - c'est tout l'intérêt. Partez d'un modèle open-weight, finetunez sur votre manuel, votre code, vos tickets ou vos dossiers, et gardez le modèle obtenu privé. Les données brutes ne quittent jamais votre réseau pour le faire.

Oui. Au-delà de l'entraînement hébergé automatisé, nous proposons une prestation de conseil sur mesure - nous intervenons, comprenons votre domaine, construisons un jeu de données cohérent, et livrons un modèle opérationnel. Bien moins cher que d'embaucher et de retenir un spécialiste ML.

Une bibliothèque publique de modèles et de jeux de données publiés est en préparation. Pour l'instant, nous démarrons votre projet à partir d'une solide base open-weight et construisons le modèle spécialisé avec vous.

Seulement pour contribuer ou gérer du travail privé. Parcourir et télécharger les exemples publics ne demande rien. Un compte, ce n'est qu'un email et un mot de passe.