A Comparative Review of LLM Architectures in AI Resume Generators: LLaMA vs. Proprietary Models

Dans le marché de l'emploi moderne, le curriculum vitae est devenu un document critique, un pont entre le passé d'une personne et une opportunité future. Pourtant, pour beaucoup, en particulier ceux dont les carrières ont suivi des parcours non traditionnels ou qui ont accompli un travail essentiel mais non crédité, traduire leur expérience dans le langage standard de l'industrie est une tâche difficile. Pour résoudre cela, des développeurs ont commencé à construire des outils d'intelligence artificielle conçus pour rédiger automatiquement ces CV. Ces outils s'appuient sur des modèles de langage étendus, qui sont des systèmes informatiques entraînés sur de vastes quantités de texte pour comprendre et générer le langage humain. Considérez ces modèles comme des moteurs hautement sophistiqués capables de lire une histoire personnelle désordonnée et de la réécrire dans un format professionnel et poli. Cependant, il existe une division fondamentale dans la manière dont ces moteurs sont construits et exploités. Certains sont en "open-source" (code source ouvert), ce qui signifie que leurs rouages internes sont publics et peuvent être exécutés sur un ordinateur appartenant à l'utilisateur, tandis que d'autres sont propriétaires, ce qui signifie qu'il s'agit de systèmes fermés appartenant à une entreprise et accessibles uniquement via Internet. Cette distinction est cruciale car elle détermine qui contrôle les données, combien l'outil coûte à l'utilisation et à quel point il peut être adapté à des besoins spécifiques.

Un chercheur de l'Université de Wuppertal, Schmidt Albert, a entrepris de comprendre les implications réelles de cette division en examinant les choix architecturaux derrière ces générateurs de CV par IA. Plutie de construire un nouvel outil ou d'en tester un directement, le chercheur a mené une revue structurée de la documentation existante. L'étude s'est concentrée sur deux exemples principaux : le système RealCV, qui utilise le modèle open-source LLaMA pour convertir des curricula vitae académiques en CV professionnels, et les divers systèmes propriétaires qui s'appuient sur des modèles commerciaux comme GPT. Le but était de cartographier les compromis entre ces deux approches à travers cinq domaines spécifiques : l'endroit où résident les données, la manière dont l'outil peut être personnalisé, le coût de son fonctionnement, la transparence du système et sa capacité à gérer des expériences de travail inhabituelles ou « invisibles ».

La revue a révélé que le choix entre les modèles open-source et propriétaires n'est pas simplement une question de savoir lequel est le meilleur, mais plutôt un choix entre différents types de contrôle et de commodité. En ce qui concerne le contrôle des données, l'approche open-source offre un avantage significatif pour la confidentialité. Parce que des systèmes comme RealCV peuvent être exécutés sur un serveur local, les informations personnelles sensibles contenues dans un CV ne quittent jamais les propres ordinateurs de l'organisation. En revanche, les modèles propriétaires nécessitent l'envoi de données vers les serveurs d'une entreprise externe pour être traitées. Bien que ces entreprises aient des politiques de confidentialité, les données voyagent tout de même en dehors du contrôle direct de l'utilisateur, ce qui peut constituer un obstacle pour les organisations ayant des règles de sécurité strictes.

La personnalisation présente un autre clivage net. Les modèles open-source peuvent être affinés (fine-tuned), un processus où le modèle reçoit un entraînement supplémentaire sur des données spécifiques pour apprendre le langage exact et les besoins d'une industrie particulière. Cela permet des ajustements profonds et spécialisés. Les modèles propriétaires, quant à eux, sont généralement personnalisés par l'ingénierie de requêtes (prompt engineering), où l'utilisateur donne des instructions détaillées au modèle sans modifier son code sous-jacent. Bien que cela soit plus facile à réaliser et nécessite moins de compétences techniques, l'étude suggère que cela peut ne pas atteindre le même niveau de spécialisation profonde que l'ajustement fin.

Le coût et l'évolutivité tirent également dans des directions opposées. Faire fonctionner un modèle open-source nécessite un investissement initial en matériel informatique et l'expertise pour le maintenir, mais une fois cela en place, le coût pour traiter des milliers de CV peut être très bas. Les modèles propriétaires n'ont pas de coût de matériel initial ; les utilisateurs paient simplement des frais pour chaque document traité. Cela les rend attractifs pour une utilisation à petite échelle, mais l'étude note que les coûts peuvent grimper rapidement pour les grandes organisations traitant des volumes élevés de candidatures.

La transparence est peut-être la différence la plus frappante. Avec les modèles open-source, les chercheurs peuvent voir exactement comment le système fonctionne, y compris les données sur lesquelles il a été entraîné et les paramètres spécifiques utilisés. Cela permet une vérification indépendante et instaure la confiance. Les modèles propriétaires sont souvent décrits comme des « boîtes noires », où les détails internes sont gardés secrets par l'entreprise. Bien que ces entreprises affirment avoir des mesures de sécurité solides, l'absence de documentation publique rend impossible pour des tiers d'auditer pleinement la façon dont le système prend ses décisions.

Enfin, l'étude a examiné la capacité de ces systèmes à gérer l'« expérience invisible » — le type de travail qui ne correspond pas à un titre d'emploi standard, tel que le mentorat, l'organisation communautaire ou les soins de proches. Le système RealCV, construit sur le modèle open-source LLaMA, a été explicitement conçu pour reconnaître et traduire ces expériences non traditionnelles en compétences industrielles précieuses. La documentation de ce système est claire sur cette capacité. En revanche, la documentation des modèles propriétaires n'aborde pas spécifiquement cette tâche, laissant planer le doute sur leur capacité à effectuer la même traduction sans tests supplémentaires.

L'article conclut que l'une ou l'autre approche n'est pas universellement supérieure. Le meilleur choix dépend entièrement des besoins spécifiques de l'utilisateur. Si une organisation donne la priorité à la confidentialité des données, à la personnalisation profonde et à la capacité d'auditer le système, la voie open-source offre les outils nécessaires. Si la priorité est la facilité d'utilisation, un faible coût initial et un accès immédiat à des capacités de langage puissantes sans maintenance technique, la voie propriétaire est plus appropriée. L'étude souligne que le domaine est encore en pleine maturation, avec des lacunes importantes dans la manière dont ces systèmes sont documentés, particulièrement concernant les coûts de fonctionnement à grande échelle et les méthodes spécifiques utilisées pour les personnaliser. En exposant clairement ces compromis, la recherche fournit un cadre permettant aux développeurs et aux organisations de prendre des décisions éclairées sur la voie architecturale à suivre lorsqu'ils construisent la prochaine génération d'outils de carrière.