Le projet portugais AMALIA a publié un modèle de langage déployable de 9 milliards de paramètres conçu spécifiquement autour du portugais européen, avec ses jeux de données d'entraînement, ses ressources d'évaluation et un parcours public de déploiement. La version finale d'AMALIA est devenue disponible le 1er juillet 2026 et le checkpoint 0626 DPO actuel est distribué sous licence Apache 2.0 via l'organisation officielle du projet sur Hugging Face.
L'intérêt technique ne tient pas seulement au fait que le Portugal dispose d'un autre chatbot national. AMALIA prolonge le pré-entraînement d'EuroLLM avec davantage de données en portugais européen, porte la longueur maximale de contexte à 32 000 tokens, puis applique un supervised fine-tuning et une Direct Preference Optimization. Le projet publie aussi les jeux de données SFT et DPO ainsi qu'une suite d'évaluation orientée pt-PT, ce qui rend le système plus inspectable qu'un modèle accessible uniquement via une interface hébergée.
Un modèle 9B spécialisé en portugais européen
Selon la fiche officielle d'AMALIA, le projet utilise des données provenant d'Arquivo.pt, les données de pré-entraînement d'EuroLLM, des échantillons long-context de Stack-v2 et des exemples synthétiques destinés à améliorer la conservation du contexte long. Le post-training combine supervised fine-tuning et preference tuning avec DPO.
La phase SFT a duré 76 heures sur 64 GPU NVIDIA H100 et la phase DPO 12 heures supplémentaires avec le même nombre de GPU. L'entraînement a utilisé le supercalculateur MareNostrum 5 du Barcelona Supercomputing Center et le système DEUCALION du Minho Advanced Computing Center.
Pour les développeurs portugais, le point important est qu'AMALIA est publié comme un base model réutilisable, pas seulement comme une démonstration publique. Le projet met à disposition le checkpoint, les données et les outils d'évaluation sous des licences ouvertes afin que les équipes puissent inspecter, adapter et servir le modèle dans leur propre infrastructure.
L'évaluation native du pt-PT fait partie du produit
Le rapport technique AMALIA soutient que le portugais européen est sous-représenté dans les corpus d'entraînement mais aussi dans l'évaluation. Des benchmarks traduits automatiquement peuvent manquer des différences lexicales, grammaticales et culturelles entre le portugais européen et le portugais brésilien.
Pour y répondre, le projet publie des benchmarks pt-PT qui combinent des tâches standard traduites et de nouveaux datasets visant la génération en portugais européen, la compétence linguistique et le biais entre pt-PT et pt-BR. Les auteurs rapportent qu'AMALIA reste compétitif face à des baselines solides sur les benchmarks traduits tout en progressant sur les évaluations spécifiquement conçues pour le portugais européen.
Ces résultats sont des conclusions rapportées par le projet, et non une preuve indépendante qu'AMALIA surpasse globalement les modèles frontier commerciaux. Le signal d'ingénierie le plus important est plus précis : l'équipe fournit une surface d'évaluation explicitement conçue pour détecter des comportements pt-PT que des benchmarks multilingues génériques peuvent négliger.
Un endpoint compatible OpenAI via vLLM
Le quickstart GitHub du projet recommande vLLM pour servir le checkpoint 0626 DPO. La commande standard vLLM lance le modèle localement et expose une API de chat-completions compatible avec le style OpenAI.
Cela facilite l'intégration d'AMALIA dans des architectures existantes. Une équipe peut l'exécuter comme service d'inférence local ou privé, conserver les données dans une infrastructure qu'elle contrôle et router certains workloads en portugais vers AMALIA sans reconstruire l'ensemble de la couche client.
L'échelle de 9 milliards de paramètres est également significative sur le plan opérationnel. Le modèle est bien plus petit que les systèmes frontier et a déjà suscité des quantifications communautaires pour llama.cpp et Apple Silicon, même si ces builds dérivés restent des artefacts de la communauté et non des versions officielles.
Une pièce de l'infrastructure d'IA souveraine du Portugal
L'annonce de Digital.gov.pt présente AMALIA comme le premier grand modèle de langage conçu spécifiquement pour le portugais européen et le contexte culturel national. La version de juillet comprend aussi une branche multimodale, mais la pile textuelle est déjà directement exploitable parce que les poids, datasets et mécanismes de serving sont disponibles.
L'argument de souveraineté ne devrait pas être réduit à la nationalité du modèle. La valeur plus concrète vient du contrôle de la pile technique : poids du modèle, transparence sur les données d'entraînement, ressources d'évaluation et choix de déploiement. Cela peut compter pour le secteur public, les workloads réglementés, les produits linguistiques et la recherche lorsque la dépendance à une API propriétaire distante n'est pas souhaitable.
AMALIA ne supprime pas le besoin de security review, d'évaluation métier ou de comparaison avec des modèles plus grands. Sa fiche recommande une validation des entrées et un filtrage des sorties adaptés au contexte de déploiement, et son knowledge cutoff est fixé à juin 2024. Les équipes doivent benchmarker leurs propres tâches avant de supposer que la spécialisation pt-PT compense toujours les différences de raisonnement général, de tool use ou de fraîcheur.
Pour les lecteurs d'Aipolix, AMALIA est donc surtout une nouvelle pièce d'infrastructure d'IA portugaise : non pas la preuve qu'un modèle 9B remplace les systèmes frontier mondiaux, mais un modèle ouvert et déployable qui donne au portugais européen un meilleur chemin pour l'inférence locale, l'adaptation et l'évaluation.