DERNIÈRES ACTUALITÉS
SÉLECTIONNÉ POUR VOUS

Sentient recrute Julie Belião, vétéran de l’IA open source chez Mozilla, pour s’imposer dans la provenance des modèles

ParHannah CollymoreHannah Collymore 3 min de lecture
Sentient nomme Julie Belião, vétéran de l'IA open-source chez Mozilla, alors qu'elle s'engage dans la traçabilité des modèles.

Image : [Julie Belião](https://www.linkedin.com/in/jbeliao) sur LinkedIn

  • La Sentient Foundation a nommé Julie Belião, ancienne dirigeante produit chez Mozilla.ai et Google, au poste de VP Produit.
  • Son rôle consiste à transformer ses recherches sur la provenance des modèles en outils fonctionnels.
  • Les développeurs et les entreprises qui adoptent l'IA open source n'ont actuellement aucun moyen fiable de prouver l'origine d'un modèle.

La Sentient Foundation a nommé Julie Belião, ancienne VP Produit chez Mozilla.ai et ingénieure de longue date chez Google, à son poste de VP Produit.

Belião est désormais chargée de transformer les recherches de la fondation sur la traçabilité des modèles d'IA en logiciels utilisables par les développeurs.

Quel est le rôle de Julie Belião à la Sentient Foundation ?

Julie Belião, qui était auparavant VP Produit chez Mozilla.ai et a passé plusieurs années en tant qu'ingénieure chez Google (NASDAQ: GOOGL), a été embauchée en tant que Vice-Présidente du Produit à la Sentient Foundation.

Le rôle de Belião est de diriger les travaux produits liés à l'amélioration récursive (une IA qui s'améliore elle-même) et à la provenance des modèles. La fondation indique qu'il n'existe pas encore de méthode standard pour prouver l'origine de l'entraînement d'un modèle d'IA ; le travail de Belião consiste donc à créer des produits fonctionnels capables de le faire.

Lors de son passage chez Mozilla.ai, Belião a géré le plan open source pour 61 dépôts et a contribué à la croissance de sa communauté de développeurs. En 2025, elle a également co-écrit «Vers des bonnes pratiques pour les ensembles de données ouverts destinés à l'entraînement des LLM» avec Mozilla et EleutherAI.

La Fondation Mozilla la cite comme collaboratrice sur cet article, aux côtés de Stella Biderman, directrice exécutive d'EleutherAI, et de Mark Surman de Mozilla. L'article soutient que les données d'entraînement de l'IA devraient être sous licence, bien documentées et avoir une origine claire.

Avant Mozilla, Belião a passé plus de dix ans à travailler sur l'IA multilingue. Elle a travaillé sur les données vocales et linguistiques pour Google Assistant, Google Translate et YouTube, tous des produits de Google (NASDAQ: GOOGL). Elle est titulaire d'un doctorat en informatique de l'Université Paris Nanterre.

Pourquoi la provenance des modèles d'IA est-elle importante aujourd'hui ?

Fin septembre, OpenAI a annoncé qu'il mettait fin à un effort collectif visant à extraire le raisonnement étape par étape de ses modèles d'IA. Il a lié cet effort à des personnes associées à Moonshot AI, le créateur de Kimi.

En février, Anthropic a signalé que trois laboratoires chinois d'IA avaient envoyé plus de 16 millions de requêtes à son modèle Claude en utilisant environ 24 000 faux comptes. Anthropic a déclaré que les laboratoires souhaitaient extraire les capacités de Claude. Moonshot était responsable de plus de 3,4 millions d'échanges avec Claude.

Lorsqu'un modèle est copié, affiné ou distillé dans un autre système, les acheteurs ne peuvent souvent pas dire ce qui l'a entraîné.

Sentient avait déjà tenté de résoudre ce problème en octobre lors du lancement du Fingerprinting Leaderboard, un test ouvert visant à vérifier si les méthodes permettant de prouver l'origine d'un modèle survivent aux copies, aux affinages et aux tentatives délibérées de les supprimer.

Les chercheurs de Sentient ont conçu des attaques contre dix méthodes de marquage proposées, et les résultats ont montré que presque toutes pouvaient être contournées sans endommager le modèle, y compris la méthode Perinucleus de Sentient, qui avait intégré 24 576 empreintes dans Llama-3.1-8B.

« Le marquage place la preuve à l'intérieur du modèle », a expliqué Sachi Kamiya, directrice de la venture et de la croissance de la fondation. Elle l'a comparé aux marques cachées utilisées par les peintres de la Renaissance pour revendiquer leurs œuvres.

Cette recherche s'appuie sur les travaux d'OML de Sentient, qui est l'abréviation de Open-access, Monetizable, and Loyal AI Model Serving. Ce projet a été réalisé en collaboration avec Princeton et l'Université de Washington et vise à permettre aux créateurs de partager des modèles ouverts tout en conservant la possibilité de prouver leur paternité ultérieurement.

Sentient a été lancé en février en tant qu'organisation à but non lucratif basée à Singapour, qui s'engage à maintenir l'AGI open-source. En juin, elle a engagé 42 millions de dollars en subventions et investit dans les développeurs open-source. Ses projets, notamment ROMA, OpenDeepSearch et ses travaux sur l'empreinte numérique OML, ont récolté plus de 12 500 étoiles sur GitHub.

Des chercheurs de Google (NASDAQ: GOOGL), Microsoft (NASDAQ: MSFT) et Meta (NASDAQ: META) les ont cités.

Ne vous contentez pas de lire les actualités crypto. Comprenez-les. Abonnez-vous à notre newsletter. C'est gratuit.

FAQ

Qui est Julie Belião ?

Elle est la nouvelle VP Produit de Sentient Foundation, anciennement VP Produit chez Mozilla.ai et ingénieure chez Google, avec plus de 15 ans d'expérience en IA. Elle détient un doctorat en informatique de l'Université Paris Nanterre.

Qu'est-ce que la provenance des modèles et pourquoi est-elle importante ?

La provenance des modèles est la capacité de prouver l'origine d'un modèle d'IA et ce qui l'a entraîné. Cela importe car les modèles copiés, affinés ou distillés peuvent supprimer l'attribution du créateur et les protections associées, et il n'existe actuellement aucune norme de vérification établie.

Qu'a fait Sentient jusqu'à présent en matière d'empreinte numérique ?

En octobre, Sentient a lancé un tableau de classement ouvert pour le Fingerprinting et a constaté que presque toutes les méthodes de fingerprinting testées, y compris son approche Perinucleus, pouvaient être contournées par un attaquant sophistiqué tout en conservant l'utilité du modèle.

Partager cet article
Hannah Collymore

Hannah Collymore

Hannah est rédactrice et éditrice avec près de dix ans d'expérience dans la rédaction de blogs et le reporting d'événements dans l'espace crypto. Chez Cryptopolitan, Hannah contribue à la page actualités, en rapportant et en analysant les derniers développements dans les secteurs de la DeFi, des RWA, de la régulation des crypto-monnaies, de l'IA et des technologies de pointe. Elle est diplômée de l'Université Arcadia avec un diplôme en administration des affaires.

PLUS D'ACTUALITÉS…