Pleias

Pleias conçoit et entraîne des modèles de langage open source en français, optimisés pour des domaines spécifiques grâce à des données structurées et éthiques. Accessible via Pleias, cette plateforme répond aux besoins des organisations cherchant à déployer des solutions d'IA souveraines, sécurisées et performantes, sans dépendre des géants technologiques. Que ce soit pour des applications métiers, des assistants médicaux ou des systèmes de détection d'anomalies, Pleias combine expertise en ingénierie des données et approche offline-first pour garantir confidentialité et efficacité.

Fonctionnalités clés

• Entraînement de modèles spécialisés à partir de données ouvertes et vérifiées, adaptés à des secteurs comme les télécoms ou la santé.
• Génération de données synthétiques pour simuler des cas d'usage complexes et couvrir les scénarios rares ou sensibles.
• Déploiement on-premise pour une maîtrise totale des données et une conformité renforcée aux réglementations.
• Curation du Common Corpus, le plus grand jeu de données éthiques pour l'entraînement des LLMs, avec traçabilité des sources.
• Intégration native avec les pipelines RAG et les serveurs MCP pour enrichir les workflows d'IA avec des données fiables.
• Solution offline compatible avec des appareils low-cost comme le Raspberry Pi ou les smartphones Android, idéale pour les zones sans connectivité.
• Protection des données sensibles via un pare-feu intégré pour l'anonymisation des informations personnelles (PII).
• Benchmarking et évaluation des modèles avec des outils open source pour mesurer les performances en conditions réelles.

Ce qui distingue Pleias, c'est son approche centrée sur la souveraineté des données et la spécialisation des modèles. Contrairement aux solutions génériques, Pleias mise sur des architectures légères (comme son modèle de 600 millions de paramètres pour la RATP) qui surpassent des modèles 200 fois plus gros en précision et en rapidité. L'accent mis sur l'open source et l'interopérabilité permet aux entreprises de personnaliser les outils sans verrouillage technologique. Enfin, la capacité à fonctionner hors ligne ouvre des perspectives inédites pour les secteurs où la connectivité est limitée ou où la confidentialité est critique.

Problématiques résolues et publics cibles

Pleias répond à un enjeu majeur pour les organisations : l'accès à des modèles d'IA performants sans sacrifier la souveraineté des données. Les entreprises et institutions publiques sont confrontées à des défis comme la dépendance aux solutions cloud étrangères, le manque de données locales pour entraîner des modèles pertinents, ou encore les risques juridiques liés à l'utilisation de données non vérifiées. Par exemple, dans le secteur des télécoms, Pleias a collaboré avec la GSMA pour créer le Telco Common Corpus, un jeu de données de 10 milliards de tokens entièrement ouvert, permettant aux opérateurs de développer des applications d'IA sans partager leurs données sensibles. De même, les acteurs de la santé en Afrique de l'Ouest utilisent des modèles Pleias pour déployer des assistants médicaux fonctionnant sur des smartphones bas de gamme, sans nécessiter de connexion internet. Les cas d'usage s'étendent aussi aux transports, comme l'illustre le partenariat avec la RATP pour analyser les messages des usagers du métro parisien et détecter des signaux de sécurité en temps réel.

Approche technique et méthodologie

La force de Pleias réside dans sa chaîne de valeur intégrée, de la collecte des données à l'entraînement des modèles. Tout commence par la constitution de jeux de données comme le Common Corpus, qui agrège des sources variées (archives gouvernementales, littérature scientifique, données multilingues) tout en garantissant leur traçabilité et leur conformité juridique. Ces données sont ensuite structurées et enrichies pour alimenter des pipelines d'entraînement spécialisés. Pour les cas où les données réelles sont rares ou sensibles, Pleias utilise des simulations synthétiques pour générer des scénarios réalistes, comme des conversations d'usagers ou des rapports médicaux. Les modèles sont optimisés pour des architectures légères, permettant leur déploiement sur des infrastructures locales, y compris des appareils grand public. Par exemple, le modèle développé pour la RATP tourne sur des serveurs souverains de Scaleway, tandis que les assistants médicaux pour l'Afrique de l'Ouest fonctionnent sur des smartphones Android anciens. Pleias met également à disposition des outils open source pour évaluer les performances des modèles, comme un harness de benchmarking pour les systèmes de génération augmentée par cache (cache-augmented generation). Cette transparence technique et cette modularité permettent aux utilisateurs d'adapter les solutions à leurs besoins spécifiques, tout en gardant le contrôle sur leurs données.

Conclusion

Pleias s'impose comme une solution incontournable pour les organisations qui souhaitent déployer des modèles d'IA performants, souverains et éthiques. Que ce soit pour des applications métiers, des outils d'analyse de données ou des assistants spécialisés, la plateforme offre une alternative crédible aux solutions cloud dominées par les géants américains. Son approche open source, son focus sur la spécialisation et sa compatibilité avec des infrastructures locales en font un choix idéal pour les secteurs réglementés (santé, télécoms, administration) ou les environnements contraints (zones rurales, appareils low-cost). En combinant innovation technique et engagement pour des données ouvertes, Pleias ouvre la voie à une IA plus responsable et plus accessible, adaptée aux défis concrets des entreprises et des institutions.