Modèle de fondation

Aussi appelé : foundation model · modèle de base · modèle pré-entraîné · modèles de fondation

Terme IA Intermédiaire 🧠 Concepts fondamentaux

Mis à jour le 27 mai 2026

Un modèle de fondation est un modèle d'IA de très grande taille, entraîné sur des volumes massifs de données, capable d'être adapté à une immense variété de tâches spécialisées.

📖 Définition

Un modèle de fondation est un modèle d'IA de très grande taille, entraîné sur des ensembles de données massifs et diversifiés, qui peut être adapté à une multitude de tâches spécifiques. Contrairement aux modèles traditionnels conçus pour une seule fonction, les modèles de fondation possèdent des capacités générales transférables. GPT, LLaMA et Gemini en sont des exemples. Leur puissance réside dans leur polyvalence, mais ils soulèvent des questions de coûts, de biais et de gouvernance.

💬 En termes simples

Un modèle de fondation ressemble à la formation universitaire d'un ingénieur diplômé d'une grande école québécoise : cette base solide et polyvalente lui permet de se spécialiser rapidement en génie civil, en informatique ou en énergie, sans tout réapprendre. De la même manière, un modèle de fondation acquiert des connaissances générales, puis est affiné pour des besoins précis.

🎯 Exemple concret

Une firme juridique de Montréal adapte un modèle de fondation pour analyser la jurisprudence québécoise. Le CRIM affine un modèle pour créer un assistant de rédaction de subventions pour les PME québécoises. Une entreprise minière en Abitibi-Témiscamingue utilise un modèle adapté à l'analyse d'images satellitaires.

💡 Le saviez-vous ?

Le terme a été formalisé en 2021 par Stanford pour souligner que ces modèles servent de socle à d'innombrables applications en aval. L'entraînement d'un seul modèle de fondation peut consommer autant d'énergie que des centaines de foyers québécois en une année.

❓ Questions fréquentes

Quelle est la particularité d'un modèle de « fondation » ?

Contrairement aux IA d'autrefois conçues pour une seule tâche, un modèle de fondation possède une base de connaissances universelle. C'est comme une fondation de maison : solide et large, sur laquelle vous pouvez construire n'importe quelle pièce (traduction, code, résumé, analyse) selon vos besoins spécifiques.

Pourquoi ces modèles sont-ils devenus le standard actuel ?

Parce qu'ils sont incroyablement polyvalents. Des modèles comme GPT-4 ou Claude peuvent répondre à presque n'importe quelle question sans avoir été entraînés spécifiquement pour. Cela permet aux entreprises de gagner un temps fou : au lieu de créer 50 petites IA, elles en utilisent une seule très puissante qu'elles guident par des instructions.

Quels sont les défis liés à leur utilisation ?

Ils sont extrêmement coûteux à produire et demandent une puissance de calcul que seules quelques entreprises mondiales possèdent. De plus, à cause de leur taille, ils peuvent avoir des comportements imprévisibles ou « cacher » des biais profonds difficiles à détecter, ce qui demande une vigilance accrue lors de leur déploiement.

📚 Sources

Stanford HAI - Foundation Models (Stanford University, 2021)
Wikipedia - Foundation models (Wikipedia, 2024)

Accueil

Outils

Annuaire

Apprendre