OpenWALDO
Un projet communautaire qui construit un ensemble partagé, sous licence et auditable de données d'entraînement pour l'IA.
OpenWALDO est un projet open source lancé en août 2026 par Gregory Kurtzer, avec le soutien de son entreprise CIQ. Son nom signifie Weights, Artifacts, Licenses, Data and Origins. Son objectif est d’ouvrir la couche de l’IA que presque personne ne rend publique : les données d’entraînement.
L’argument est que des poids ouverts ne suffisent qu’à moitié. Vous pouvez télécharger et exécuter un modèle ouvert sans voir ce qui l’a composé. OpenWALDO indique l’origine de chaque élément, les droits revendiqués et les contributeurs, avec des outils open source classiques : l’index est dans Git pour permettre la relecture des changements et les données sont vérifiées par des empreintes. Les modèles entraînés avec ces données peuvent être livrés avec une AI Bill of Materials. Au lancement, le corpus comptait 124 milliards de tokens répartis sur 75,1 millions de documents, un point de départ plutôt qu’un rival des volumes utilisés par les grands laboratoires.