Public LLM Core · Pilier 2
compliance-qwen En cours
Le premier modèle LLM open-source spécialisé en gouvernance IA. QLoRA-finetuné sur le corpus OCC — 689 fragments de 26 sources vérifiées. Entièrement reproductible. Hébergé dans l'UE.
Spécifications du modèle
base Qwen/Qwen2.5-7B-Instruct
method QLoRA (rank=64, alpha=128)
data 689 Fragments de 26 sources vérifiées
training pairs 241
license Apache-2.0 (Base) + CC-BY 4.0 (Données)
compute IIO AI Hub — RTX PRO 6000 (96GB VRAM)
target T4 2026
Feuille de route d'entraînement
✓
Corpus OCC (689 Fragments de 26 Sources) ✓
Sets d'évaluation (50 Questions, 7 Catégories) ✓
Red-Team Playbook (7 Scénarios, 8 Gates) ✓
chunks-to-training.py (241 Paires Alpaca) ✓
train_lora.py (QLoRA, dry-run OK) 6
Run d'entraînement pilote (1 Époque) En cours 7
Eval: Grade B+ (pass_rate ≥ 0.65) 8
Red-Team: toutes les 8 Gates vertes 9
Model Card + System Card 10
Upload Hugging Face (HITL) 11
Intégration LiteLLM (comme "compliance-qwen") Pourquoi open-source?
Reproductibilité
Chaque étape d'entraînement est documentée et reproductible. La recette est publique.
Sécurité vérifiable
8 release gates. Pas de release sans approbation du Safety Reviewer. Red-team avant chaque version.
Souveraineté UE
Entraîné sur compute IIO AI Hub en Allemagne. Hébergé dans l'UE. Aucune dépendance cloud US.
Licence claire
Apache-2.0 (modèle de base) + CC-BY 4.0 (données d'entraînement). Aucune ambiguïté.