Fine-tuning LLM
Affinez des modèles open source selon vos besoins spécifiques.
Le fine-tuning prend un modèle ouvert et lui apprend votre ton, votre domaine et votre tâche. Chez HostYourAI, il s'agit d'un travail par projet, cadré et planifié ensemble, et non d'un bouton en libre-service : vos données d'entraînement restent dans l'UE du début à la fin, et le modèle obtenu se déploie sur votre propre instance GPU dédiée, servie avec vLLM. Un exemple concret est Loes, la marque de modèle néerlandais souverain, affinée à partir d'une base ouverte pour un néerlandais naturel.
Les données d'entraînement sont généralement les données les plus sensibles d'une entreprise : de vraies conversations, de vrais documents, de vraies décisions. Les envoyer vers un pipeline d'entraînement hors d'Europe anéantit des années de gouvernance des données en un seul téléversement. Le fine-tuning dans des datacenters européens maintient toute la boucle, du jeu de données aux poids déployés, sous juridiction de l'UE.
Pourquoi le fine-tuning de LLM dans l'UE
Vos poids, votre souveraineté
Un modèle ouvert affiné est un actif qui vous appartient. Contrairement à une API propriétaire qui peut changer de tarifs, de comportement ou de disponibilité du jour au lendemain, vos poids résident sur une infrastructure que vous contrôlez et peuvent être redéployés partout où vLLM fonctionne. C'est la souveraineté numérique sous une forme concrète, et c'est pourquoi des bases ouvertes comme Llama, Qwen et Mistral du catalogue de modèles constituent le point de départ.
Les données d'entraînement sont les joyaux de la couronne
Les jeux de données construits à partir d'interactions avec les clients contiennent presque toujours des données personnelles : le RGPD s'applique donc à l'entraînement lui-même, et pas seulement à l'inférence. Conserver la préparation, l'entraînement et l'évaluation dans plusieurs régions européennes, avec un chiffrement AES-256 au repos et un accord de traitement des données (DPA) en place, signifie que votre base légale ne dépend pas de mécanismes de transfert vers des pays tiers.
Une juridiction sur tout le cycle de vie
Les fournisseurs de cloud américains relèvent du CLOUD Act, qui peut contraindre à la divulgation de données quel que soit l'emplacement des serveurs. Un pipeline d'entraînement sur une infrastructure européenne, chez un fournisseur européen, écarte entièrement cette question, ce que les secteurs réglementés exigent en particulier.
from openai import OpenAI client = OpenAI( base_url="https://hostyourai.com/api/v1", api_key="hyai-...") client.chat.completions.create( model="llama-3.3-70b", messages=[{"role":"user","content":"Hallo!"}])
Quand le fine-tuning est rentable, et quand il ne l'est pas
Le fine-tuning est l'outil le plus lourd de la boîte, à utiliser donc en dernier recours. Si le modèle manque de connaissances, la recherche documentaire est moins chère et plus facile à mettre à jour : le guide Construire un RAG sur des GPU européens montre comment une base de connaissances liée injecte vos documents dans les complétions sans toucher aux poids. Si le modèle a simplement besoin d'être orienté, un bon prompt système suffit souvent. Le fine-tuning l'emporte lorsque vous avez besoin d'un style cohérent à grande échelle, d'une grande aisance dans une langue ou un domaine que la base maîtrise mal, ou d'un modèle plus petit qui égale un plus grand sur votre tâche et coûte moins cher sur des instances GPU dédiées.
| Approche | Quand la choisir |
|---|---|
| Prompting | Corrections de comportement par des instructions et des exemples dans le prompt |
| RAG | Le modèle a besoin de vos documents ou de connaissances qui changent fréquemment |
| Fine-tuning | Style cohérent, langage métier ou performance sur une tâche que la base n'atteint pas |
| RAG plus fine-tuning | Aisance dans le domaine et connaissances à jour en même temps |
| Modèle plus petit affiné | Réduire le coût de service tout en gardant la qualité sur une tâche précise |
Comment démarrer
Un modèle affiné est servi exactement comme n'importe quel autre : vLLM sur votre instance, endpoint compatible OpenAI, votre clé. Pendant le cadrage du projet, vous pouvez déjà développer sur un modèle de base tel que Qwen3 8B et changer le slug plus tard :
from openai import OpenAI
client = OpenAI(
base_url="https://hostyourai.com/api/v1",
api_key="hyai-...",
)
response = client.chat.completions.create(
model="qwen3-8b",
messages=[
{"role": "system", "content": "Answer in formal Dutch, two sentences max."},
{"role": "user", "content": "Explain what a knowledge base link does."},
],
)
print(response.choices[0].message.content)Questions sur le fine-tuning de LLM
Le fine-tuning est-il en libre-service ?
Non. Il est cadré projet par projet : la revue du jeu de données, le choix du modèle de base, l'entraînement et l'évaluation sont planifiés ensemble, et le résultat se déploie sur votre propre instance.
Mes données d'entraînement quittent-elles l'UE ?
Non. La préparation, l'entraînement et le déploiement s'exécutent tous dans des datacenters européens, couverts par un DPA, et HostYourAI n'entraîne jamais de modèles sur les données des clients pour ses propres besoins.
Quels modèles de base conviennent ?
Des modèles ouverts sous licences permissives, typiquement des variantes de Llama, Qwen, Mistral ou Gemma. La bonne base dépend de votre langue, de votre tâche et du budget GPU pour le service.
À qui appartiennent les poids affinés ?
À vous, dans le respect des termes de licence du modèle de base. Vous pouvez les exporter et les exécuter sur n'importe quelle pile compatible vLLM, comme décrit dans Déployer son propre LLM avec vLLM.
Dois-je faire du fine-tuning ou utiliser le RAG ?
Commencez par le RAG si le manque porte sur les connaissances, car les documents changent plus vite que les poids. Faites du fine-tuning lorsque le manque porte sur le style, le format ou la qualité de la langue. De nombreuses équipes finissent par combiner les deux.
Combien cela coûte-t-il ?
L'entraînement fait l'objet d'un devis par projet ; le service ensuite est facturé à l'usage depuis votre solde de crédit prépayé. Consultez la page des tarifs pour savoir comment fonctionne la facturation.
Tout ce qu'il faut pour l'IA
De l'hébergement de modèles à une API destinée à vos clients, tout est conçu pour les développeurs et les entreprises qui veulent que leur IA tourne sur une infrastructure qu'ils contrôlent réellement, au sein de l'UE.
Vos données et vos modèles restent sur des GPU européens. Conçu pour respecter le RGPD.
Llama, Qwen, DeepSeek, Mistral, FLUX et bien d'autres. Choisissez-en un et il est prêt en quelques minutes, sans DevOps de votre côté.
Pointez votre client existant vers le Router et gardez vos outils. Sans réécriture, sans dépendance.
De zéro à un endpoint prêt en quelques minutes
Aucune infrastructure à gérer. Choisissez un modèle, obtenez une URL compatible OpenAI et livrez.
Choisissez un modèle
Choisissez dans le Model Garden ou collez n'importe quel ID HuggingFace. Définissez la VRAM et choisissez un GPU européen.
Obtenez votre endpoint
Nous déployons vLLM, exécutons les sondes de disponibilité et vous remettons une URL prête, compatible OpenAI et Anthropic, ainsi qu'une clé d'API.
Routez et livrez
Pointez votre client vers le Router. Il route automatiquement vers une instance démarrée, met les GPU au repos quand personne n'est connecté et journalise chaque requête.
Privé par défaut
HostYourAI garde vos modèles, vos prompts et vos données sur des GPU européens. Conçu pour les équipes qui tiennent à la conformité, à la fiabilité et à un contrôle réel.
GPUs and data residency inside Europe. Your prompts never leave the EU.
Run open-weight models with no black boxes or hidden telemetry.
GPUs idle when nobody is online, so you only pay for what you run.
Your infra, your keys, your models. Leave whenever you want.
Compatible avec les outils que vous utilisez déjà
Le Router parle les API OpenAI et Anthropic, il s'intègre donc directement aux clients et SDK que votre équipe utilise déjà. Il suffit de changer l'URL de base.
Essayer HostYourAI gratuitement
Frequently asked questions
Can I run this in the EU?
Yes. HostYourAI runs open models on GPUs in European datacenters via vLLM. Your prompts and outputs never leave the EU and there is no US cloud provider in the chain.
Is it GDPR-compliant?
Yes. All processing happens inside the EU, a Data Processing Agreement (DPA) is available and the subprocessor list is public. Open weights also mean no training on your data.
Is the API OpenAI-compatible?
Yes. Point your existing OpenAI or Anthropic client at our Router (https://hostyourai.com/api/v1), change only the base URL and API key. No rewrite, no lock-in.
What does it cost?
Pay-as-you-go on one prepaid credit balance: the shared router per token or a dedicated GPU per hour. Free to start, no minimum, no fixed monthly fee.
Works with 390+ open models
Text and image models on dedicated EU GPUs. Every model tested on our own hardware.
Related pages
Explore more about EU-hosted AI on HostYourAI.
Un seul endpoint compatible OpenAI et Anthropic qui achemine vos requêtes vers des modèles ouverts sur des GPU européens. Drop-in, hébergé dans l'UE, sans verrouillage.
Read more →Hébergez des pipelines RAG avec votre propre base de connaissances. Bases vectorielles, embeddings et LLM sur une seule plateforme.
Read more →Pointez votre client Anthropic vers notre Router via un shim /v1/messages et exécutez des modèles ouverts sur des GPU européens. Drop-in, hébergé dans l'UE, sans réécriture.
Read more →Une API compatible OpenAI en drop-in sur des GPU européens. Ne changez que la base URL et exécutez des modèles ouverts, conforme au RGPD, sans réécrire votre code.
Read more →Hébergez des chatbots IA sur une infrastructure européenne. Service client, assistants internes et plus, en conformité avec le RGPD.
Read more →Hébergement d'inférence LLM à latence optimisée. vLLM, batching continu, réponses en streaming. Pour vos applications d'IA en production.
Read more →Hébergez. Routez. Livrez.
Aucune carte bancaire requise. Paiement à l'usage, résiliable à tout moment.
Commencer l'hébergement gratuitement dès aujourd'hui