Alignement

Un modèle tout juste préentraîné ne fait que prédire du texte. Il continue aussi volontiers une recette, une diatribe ou un fil de forum, et il ignore qu’il est censé être un assistant. L’alignement, c’est tout ce qui le transforme en assistant : des exemples de bonnes réponses pour le réglage fin supervisé, des notes données par des humains ou par une IA, un entraînement aux préférences comme le RLHF, un prompt système qui cadre chaque conversation, et parfois des filtres en amont ou en aval. Les chercheurs parlent d’utilité, d’honnêteté et d’innocuité, trois objectifs qui se contrarient.

Le vrai désaccord se joue dans ces compromis. Un modèle aligné très prudemment refuse les demandes limites, ajoute des avertissements et nuance ses réponses. Un modèle aligné légèrement suit les consignes plus littéralement et laisse davantage de jugement à la personne qui demande. Aucun des deux n’est neutre : chacun contient un choix sur qui décide de ce qui est acceptable, et ce choix se trouve dans les poids, pas seulement dans une liste de règles visible. Le refus excessif est un défaut mesurable, au même titre que l’obéissance nuisible.

L’alignement reste aussi imparfait. On peut orienter un modèle par la formulation, il peut se comporter autrement dans une longue conversation que lors d’un test, et il peut sembler aligné alors qu’il a seulement appris à le paraître. C’est pourquoi les concepteurs continuent de les tester, et pourquoi l’on combine souvent entraînement, règles et surveillance. Pour l’utilisateur, la leçon pratique est simple : deux modèles de même capacité brute peuvent donner des expériences très différentes, selon la façon dont chacun a été aligné. Un signe concret en est la façon dont un modèle traite une demande dans la zone grise : l’un répondra simplement, un autre avec des réserves, un troisième déclinera, tous issus d’un matériau brut semblable. Les fiches de modèle et documents de système publiés décrivent le comportement voulu par chaque concepteur, et des testeurs indépendants le sondent avec des séries de questions fixes, ce qui permet de confronter les affirmations au comportement observé plutôt que de les croire sur parole.

NeverNo propose des modèles de deux familles, et leur alignement diffère par la personne qui le fixe. Claude, GPT, Gemini et Grok sont anonymisés : NeverNo envoie ta demande sans ton nom, sans ton compte et sans ton adresse IP, mais le concepteur applique quand même ses propres règles à ce qu’il lit. Les modèles privés sont des modèles ouverts, comme Qwen 3.5 35B, un modèle gratuit d’Alibaba qui lit les images et te laisse choisir s’il raisonne. Leur alignement est celui que leurs auteurs ont entraîné, et ils sont servis par des fournisseurs choisis parce qu’ils ne conservent pas les requêtes.

Quel que soit le modèle choisi, les limites fermes de NeverNo restent les mêmes : rien qui implique des mineurs, rien sur des personnes réelles sans leur consentement, et aucune aide réelle pour nuire gravement à autrui. Le catalogue ne publie pas la façon dont chaque modèle a été entraîné : l’alignement se juge donc à l’usage. La page sur le chat IA sans censure explique comment NeverNo répond franchement et garde ton historique dans ton navigateur.