Quel modèle d'IA générative pour quel besoin ?

Ce besoin s'appelle le RAG et demande deux modèles. Un modèle d'embedding (cartes ci-dessous) : il ne discute pas, il convertit chaque passage en une liste de nombres qui encode son sens, pour retrouver les bons extraits à chaque question. Puis un modèle de chat qui lit ces extraits et rédige : prenez-le dans « Rédiger, analyser, discuter » ; un ★ suffit, le RAG demande du contexte, pas un géant. Un seul embedding par base : en changer oblige à tout réindexer.

Ollama ne fournit aucun modèle de parole ; seul Gemma 4 sait écouter. La branche regroupe trois fonctions complémentaires, pas concurrentes : on ne choisit pas entre transcrire et parler, on enchaîne les deux. Chaque sous-fonction a ses propres alternatives et son propre radar. Pour la transcription, le critère décisif est la langue : Parakeet et Canary sont plus précis et plus rapides que Whisper sur l'Open ASR Leaderboard, mais Canary ne fait que l'anglais et Parakeet 25 langues européennes. Pour la synthèse, c'est le besoin de clonage ou d'expressivité qui départage.

1 · Comprendre l'audio audio en entrée, texte en sortie, dans Ollama

2 · Transcrire parole → texte, hors Ollama

3 · Parler texte → parole, hors Ollama

Besoin sous-jacent : un agent. Il faut un modèle entraîné à appeler des outils (tag tools) et un accès au web (API de recherche Ollama, SearXNG, connecteur). Le modèle décide des requêtes, lit les résultats et synthétise avec sources ; le contexte long compte car chaque page consomme 2 à 10K tokens. Une analyse de marché automatisée relève de cette branche.

Règle : le relecteur doit venir d'une famille différente de l'auteur (Qwen, Gemma, gpt-oss, DeepSeek partagent peu de données d'entraînement) ; deux modèles de la même famille reproduisent les mêmes angles morts. Demandez-lui de chercher les erreurs, pas de reformuler.

Le modèle répond en une fois à une question ou un texte. Ce qui compte : culture générale, finesse de langue, multilingue, préférence humaine (Arena, GPQA, AIME). C'est aussi le modèle de chat d'un RAG. Ordonné par mémoire croissante ; au-delà de 24 Go, la mémoire sert surtout à la précision (Q8, BF16) et au contexte, car le catalogue est creux entre 31B et 80B.

Un modèle de langage ne dessine pas : il écrit le code d'un schéma (Mermaid, Graphviz, Markmap, SVG, D3) qu'un outil rend en image. Le besoin repose donc sur deux capacités : structurer une pensée en nœuds et relations (extraction), puis produire du code de diagramme correct (génération). La pédagogie vient d'une troisième : révéler progressivement, faire manipuler, questionner. Un schéma faux est pire qu'aucun schéma, d'où le contrôle par vision en fin de chaîne.

Comme pour les schémas, le modèle ne « fabrique » pas le fichier : il écrit du code (python-docx, openpyxl, python-pptx) ou du Markdown converti (pandoc, Marp), qu'un outil exécute. Ce qui compte : produire du code correct et des formules Excel justes, respecter un gabarit (styles, charte), et vérifier le rendu, car une mise en page cassée ne se voit pas dans le code. Les contenus eux-mêmes viennent des autres branches (« Chercher sur le web », « Rédiger, analyser, discuter »).

Ollama n'héberge pas de modèles d'image ; ce sont des modèles de diffusion à part, lancés avec ComfyUI ou diffusers, tous marqués « hors Ollama ». Le modèle de langage intervient avant (écrire et affiner le prompt) et après (juger par vision si l'image répond au brief). Trois critères départagent : fidélité au prompt, rendu du texte dans l'image (affiches, schémas légendés), et licence commerciale, qui varie beaucoup d'un modèle à l'autre.

Il s'agit d'IA pour la sécurité, à visée défensive : comprendre une alerte, trier des vulnérabilités, enrichir un indicateur, relire du code et des configurations, reconstituer un incident, préparer la conformité (ISO 27001, NIS2). Trois points distinguent ce besoin des autres. La souveraineté : logs, code et indicateurs ne doivent pas sortir de votre périmètre, ce qui favorise le local et exclut les clouds chinois pour les données brutes. Les refus : les modèles généralistes refusent de créer des outils offensifs, ce qui est souhaitable, mais gpt-oss refuse aussi souvent d'analyser un malware ; un modèle spécialisé comme Foundation-sec est entraîné pour ça. Et la vérité : un modèle ne connaît pas les CVE d'hier ; les bases externes (NVD, MISP) doivent être des outils, jamais sa mémoire. À ne pas confondre avec la sécurité de vos applications IA (injections de prompt, fuites), couverte par les modèles « guardian » en fin de branche.

Retirer ou remplacer les données personnelles d'un texte avant de le stocker, le partager ou l'envoyer à un modèle cloud. Deux régimes à ne pas confondre au sens du RGPD : la pseudonymisation remplace les identifiants par des jetons de façon réversible (une table de correspondance permet de revenir au texte d'origine) — la donnée reste personnelle et protégée ; l'anonymisation est irréversible (suppression, généralisation « une ville du Nord », agrégation) et sort la donnée du RGPD. Le principe technique est une cascade : les règles attrapent les formats fixes (IBAN, téléphone, NIR), un détecteur d'entités comme GLiNER attrape noms, adresses et organisations, et le LLM attrape ce que les deux premiers ratent : les quasi-identifiants qui n'identifient qu'en combinaison. Tout tourne en local ; c'est la brique qui rend le cloud utilisable dans « Sécuriser et analyser » et « Interagir avec Proton ».

Ici, le modèle compte moins que le connecteur. Proton chiffre de bout en bout et n'offre pas d'API publique : l'accès passe par Proton Mail Bridge, qui déchiffre localement et expose la boîte en IMAP/SMTP sur votre machine ; des serveurs MCP communautaires (proton-mcp-server, agent-protonsuite) donnent ensuite au modèle des outils lire / chercher / envoyer / déplacer. Le calendrier n'est accessible qu'en lecture (lien ICS de partage) et les contacts par export ; les ponts non officiels (hydroxide, ferroxide) ajoutent CalDAV/CardDAV mais reposent sur une API non documentée qui peut casser et engage votre responsabilité vis-à-vis des conditions d'utilisation. Conséquence directe : le modèle doit être local, sinon le chiffrement de Proton ne protège plus rien. Si un modèle cloud est indispensable pour une tâche, passer d'abord par « Anonymiser et pseudonymiser ».

Le modèle travaille en boucle : il lit des fichiers, lance des commandes, teste, corrige, sur des dizaines d'étapes. Ce qui compte : fiabilité de l'appel d'outils, contexte long, endurance sans dérive (SWE-bench, Terminal-Bench). Un modèle peut exceller ici et décevoir en conversation, et inversement : gemma4:31b est aimé sur Arena mais moyen en agent ; devstral est l'inverse.