Contexte et objectifs

LibreAGI se présente comme un tracker BitTorrent privé dédié à la sauvegarde des modèles d’intelligence artificielle à code source ouvert. L’initiative repose sur l’idée que les poids de modèles, souvent diffusés sous licences permissives (Apache‑2.0, MIT, Qwen Community License), peuvent disparaître lorsque les dépôts d’origine sont retirés. En centralisant les copies sur un réseau de pairs, le service vise à garantir la disponibilité à long terme, indépendamment de l’infrastructure d’hébergement initiale.

Mécanisme d’incitation au seeding

Le système de crédit de LibreAGI lie la rémunération à la rareté du fichier. Plus un modèle est volumineux et plus il reste longtemps sans réplication, plus le taux de base augmente. Un modèle détenu par un seul pair reçoit quatre fois le taux de base, ce qui crée un incitatif économique direct pour les membres à héberger les modèles les moins répandus. Cette règle de « seeding pays by scarcity » repose sur un suivi automatisé du nombre de copies et de la durée de disponibilité, calculé en temps réel par le tracker.

Le processus de mise en torrent s’effectue avec la commande suivante, qui crée un fichier .torrent signé et limité à la communauté LibreAGI :

mktorrent -p -s libreagi -l 24 ./model

L’option -p active le mode privé, -s libreagi indique le nom du tracker, et -l 24 fixe la taille du piece à 24 MiB, un compromis entre efficacité de distribution et surcharge de métadonnées.

Vérification d’intégrité et gestion des licences

Chaque fichier partagé est confronté à son commit d’origine : le hash du fichier torrent est comparé à la somme de contrôle du dépôt source. Cette étape, réalisée par le personnel de LibreAGI, assure que les poids n’ont pas été altérés entre le moment de la publication et le téléchargement. Un catalogue public signé recense chaque modèle, son hash et son commit, permettant à tout acteur extérieur de reconstruire le swarm si le site principal devient inaccessible.

Les formats acceptés couvrent les principaux standards du domaine : safetensors, GGUF et ONNX. Cette diversité évite de contraindre les utilisateurs à un format unique et facilite l’interopérabilité avec les pipelines de formation ou d’inférence existants.

Limites et perspectives

Le modèle repose sur la participation active d’une communauté restreinte. Sans un nombre suffisant de pairs, les modèles les plus rares restent vulnérables à la perte, même avec le crédit multiplicateur. De plus, la nature privée du tracker implique une barrière d’entrée : les nouveaux membres doivent passer par un canal IRC public (irc.libreagi.com:6697 avec TLS) pour poser des questions avant de postuler, ce qui peut ralentir l’adoption.

Sur le plan juridique, la diffusion sous licences permissives minimise les risques, mais la présence de la Qwen Community License introduit des clauses spécifiques qui nécessitent une lecture attentive pour chaque modèle. Enfin, la dépendance à un protocole BitTorrent, bien que robuste, expose le service aux limitations de bande passante et aux restrictions réseau dans certains environnements d’entreprise.