La réponse courte
En général non, pour le modèle lui-même. Mais si vous proposez un système d’IA construit sur ce modèle sous votre propre nom, vous êtes le fournisseur de ce système (article 3, point 3). Pour le modèle à usage général, les lignes directrices de la Commission indiquent que la personne qui modifie un modèle n’en devient le fournisseur que lorsque la modification change de manière significative la généralité, les capacités ou le risque systémique du modèle, et que peu de modifications atteignent aujourd’hui ce seuil. Les lignes directrices ne sont pas du droit contraignant, mais elles montrent comment la Commission interprète les règles.
Le critère indicatif
Les lignes directrices utilisent la puissance de calcul comme indicateur : la modification compte lorsqu’elle utilise plus d’un tiers de la puissance de calcul utilisée pour entraîner le modèle d’origine. Si ce chiffre est inconnu, elles retiennent un tiers de 1025 FLOP pour les modèles présentant un risque systémique, et un tiers de 1023 FLOP pour les autres modèles.
Si vous devenez fournisseur
Vos obligations ne portent que sur la modification. Vous ajoutez une documentation sur les changements, et votre politique en matière de droit d’auteur et votre résumé des données d’entraînement ne couvrent que les données utilisées pour la modification. Si vous modifiez au-delà du seuil un modèle présentant un risque systémique, le nouveau modèle présente lui aussi un risque systémique, et vous devez le notifier à la Commission.
Les systèmes à haut risque, un cas à part
Pour les systèmes d’IA à haut risque, l’article 25 prévoit qu’un distributeur, un importateur, un déployeur ou un autre tiers devient le fournisseur s’il appose son nom ou sa marque sur le système, s’il y apporte une modification substantielle de telle manière qu’il reste à haut risque, ou s’il modifie la destination d’un système, y compris d’un système à usage général, de telle manière qu’il devient à haut risque.
Documentez quand même vos données d’affinage
Quel que soit votre rôle, gardez une trace des données sur lesquelles vous avez affiné le modèle : sources, nettoyage, données personnelles trouvées et manière dont elles ont été traitées. Voir comment préparer les données de l’entreprise pour affiner un LLM. Ce guide est une information générale, pas un conseil juridique.