Ton Mac peut chercher les étapes de contrôle dans une notice interne, montrer le passage utilisé et en tirer une liste. Lorsque la notice change, l’assistant peut s’appuyer sur sa nouvelle version.
Un Mac Apple Silicon avec 16 Go suffit souvent pour essayer un petit modèle. Pour interroger des documents régulièrement, le Mac mini M4 Pro avec 48 Go et 1 To est un choix équilibré. Pour des modèles de 70 milliards de paramètres ou plusieurs gros modèles, envisage un Mac Studio avec au moins 96 Go.
Que veulent dire local, autonome et capable d’apprendre ?
Local signifie que le Mac calcule les réponses et cherche dans tes fichiers. Autonome signifie qu’une fois les applications, les modèles et leurs dépendances téléchargés, les fonctions configurées restent accessibles sans Internet. Sur une machine isolée, tu peux transférer les fichiers nécessaires sur un support vérifié. Un suivi de livraison n’est disponible hors ligne que si les données sont déjà sur le Mac.
Pour apprendre d’une correction, l’assistant peut consulter un document mis à jour. C’est le principe du RAG, ou génération augmentée par la recherche. Un modèle d’embedding convertit des fragments de texte en nombres pour retrouver un passage même si la question est formulée autrement. Le modèle de langage reçoit la question et ces passages. Ses paramètres restent identiques. Il faut verser une correction validée dans la base pour la retrouver dans un nouveau chat.
Premier essai hors ligne sans Terminal
- Installe LM Studio sur ton Mac Apple Silicon et vérifie la configuration requise. Télécharge dans l’application un modèle Qwen3 4B ou 8B en 4 bits, par exemple. La quantification réduit la précision de représentation des paramètres pour économiser de la mémoire et peut affecter la qualité.
- Joins un PDF, DOCX ou TXT sans données sensibles. Demande quelles étapes la notice impose avant la remise d’un appareil et où elles figurent. Un petit fichier peut tenir dans le contexte. Pour un gros fichier, l’application cherche des extraits. Si ton PDF scanné ne permet pas de sélectionner le texte, effectue d’abord une reconnaissance optique de caractères (OCR) locale.
- Contrôle les passages cités et pose une question à laquelle le fichier ne répond pas. Coupe le Wi-Fi, débranche Ethernet, relance l’application et recommence dans une nouvelle discussion.
Créer une base durable avec Ollama et Open WebUI
Ollama exécute les modèles et Open WebUI gère la base et le chat dans le navigateur. Garde les deux services accessibles uniquement sur le Mac via 127.0.0.1. Installe et lance Ollama, puis exécute ces commandes dans le Terminal pendant que tu as Internet.
ollama pull qwen3:8b
ollama pull qwen3-embedding:0.6b
ollama run qwen3:8b
Sors du chat avec /bye. Suis la documentation Ollama et ajoute "disable_ollama_cloud": true à l’objet JSON de ~/.ollama/server.json, en conservant les autres réglages. Relance Ollama. Son adresse locale est généralement http://127.0.0.1:11434.
Installe uv et consulte la documentation Open WebUI. Lance la première commande ci-dessous. Crée un compte administrateur local sur http://127.0.0.1:8080. Connecte Ollama à l’adresse ci-dessus, choisis Ollama pour les embeddings et qwen3-embedding:0.6b comme modèle. Utilise une extraction de texte locale.
DATA_DIR="$HOME/.open-webui" uvx --python 3.12 open-webui@latest serve --host 127.0.0.1 --port 8080
DATA_DIR="$HOME/.open-webui" OFFLINE_MODE=true uvx --offline --python 3.12 open-webui@latest serve --host 127.0.0.1 --port 8080
Dans Workspace → Knowledge, crée une collection, ajoute des fichiers validés et sélectionne la collection dans le chat. Après l’essai, arrête Open WebUI avec Ctrl+C et relance-le du même dossier avec la deuxième commande. Désactive la recherche web, les fournisseurs d’IA hébergés et les outils externes. Le mode hors ligne bloque certains téléchargements et contrôles de version. Pour isoler le système, coupe le réseau ou bloque les connexions sortantes, puis teste après redémarrage.
Faire apprendre l’assistant à partir de corrections vérifiées
- Nomme et date les fichiers de façon claire. Choisis une source de référence par sujet et garde sa version actuelle dans la collection active.
- Une notice indique 30 minutes de charge. Le responsable confirme 45 minutes. Modifie la notice, remplace l’ancien fichier et vérifie que le nouveau a été indexé. Une fiche de questions et réponses datée et validée convient aussi. Supprime les entrées obsolètes de la recherche.
- Dans un nouveau chat, demande la durée, la source et la version. Essaie aussi une ancienne question de contrôle et une question sans réponse. Tu peux automatiser l’import d’un dossier de fichiers approuvés, en mettant à jour les fichiers modifiés et en retirant ceux supprimés de l’index.
Prépare de 10 à 20 questions avec réponses attendues et sources. Après une modification, vérifie les passages récupérés, les réponses et le temps d’attente. Si le bon passage manque, examine l’OCR, le découpage et les fichiers choisis. Si le passage apparaît mais que la réponse est fausse, ajuste les consignes ou essaie un autre modèle. Un contexte plus long demande davantage de mémoire et de temps.
Le fine-tuning modifie le comportement du modèle, par exemple pour produire un tableau au même format. MLX LM avec LoRA permet d’entraîner un petit adaptateur sur les Mac compatibles. Utilise des exemples vérifiés et réserve quelques cas pour comparer avec le modèle d’origine. Garde les informations changeantes dans la base. Entraîner un modèle de fondation à partir de zéro demande beaucoup plus de données et de calcul.
Choisir la mémoire, le SSD et la bande passante
Le processeur et le GPU partagent la mémoire unifiée avec macOS et les applications. Le modèle et son contexte temporaire doivent y tenir. La bande passante mémoire en Go/s indique combien de données la puce peut déplacer par seconde. Un modèle dense relit ses paramètres pour générer du texte, donc un débit plus élevé peut aider. L’architecture, le GPU, le logiciel, le contexte et les tâches parallèles comptent aussi. Les chiffres du Neural Engine ne suffisent pas.
Les téléchargements Qwen3 8B, 14B et 32B d’Ollama occupent environ 5,2, 9,3 et 20 Go sur le SSD. Le B correspond à des milliards de paramètres. La RAM utilisée en pratique est supérieure. Un modèle 70B à 4 bits demande environ 35 Go pour les paramètres bruts, avant les surcoûts du format, le contexte et le système. Commence vers 4 000 à 8 000 tokens, des fragments de texte, si la tâche le permet. Surveille la pression mémoire et le swap dans Moniteur d’activité.
Un SSD de 256 Go peut suffire pour un essai s’il reste de la place. Pour l’achat, vise 512 Go au minimum, 1 To pour plusieurs modèles ou 2 To pour de gros volumes. Un SSD externe peut héberger des fichiers et modèles compatibles avec cet emplacement. La RAM ne peut pas être augmentée après l’achat. La recherche charge les extraits utiles dans le contexte. La collection complète reste sur le SSD.
Quel Mac choisir pour l’IA locale ?
16–32 Go : le Mac mini M4 16 Go convient à un modèle 4B ou 8B. À 24 ou 32 Go, tu peux essayer un 14B avec plus d’applications ouvertes. Un modèle 8 Go déjà disponible convient à de petits essais. Compare les Mac mini M4 et M4 Pro et tous les Mac mini d’occasion.
48–64 Go : le Mac mini M4 Pro est adapté aux documents réguliers et aux modèles 14B–32B. Compare aussi les Mac Studio M1 ou M2 Max 64 Go à 400 Go/s. Pour travailler en déplacement, regarde les MacBook Pro Apple Silicon à puce Pro ou Max. Ce guide concerne Apple Silicon.
96 Go et plus : un M3 Ultra à 96 Go ou un Max à 128 Go offre plus d’espace pour les 70B, les contextes longs et les modèles parallèles. Envisage 192–512 Go si ta charge le demande. Voir les Mac Studio M4 Max et M3 Ultra, tous les Mac Studio d’occasion et notre guide d’achat Mac pour l’IA. Le tableau compare des références techniques. Les fiches indiquent les configurations proposées.
| Mac et puce | Options RAM (Go) | Bande passante (Go/s) |
|---|---|---|
| Mac mini M4 | 16 / 24 / 32 | 120 |
| Mac mini M4 Pro | 24 / 48 / 64 | 273 |
| Mac mini M6 | 16 · 24 / 32 | 153 · 170 |
| Mac mini M5 Pro | 24 / 48 / 64 | 307 |
| Mac Studio M1 Max | 32 / 64 | 400 |
| Mac Studio M2 Max | 32 / 64 · 96 (GPU 38 cœurs) | 400 |
| Mac Studio M1 Ultra | 64 / 128 | 800 |
| Mac Studio M2 Ultra | 64 / 128 / 192 | 800 |
| Mac Studio M4 Max · GPU 32 cœurs | 36 | 410 |
| Mac Studio M4 Max · GPU 40 cœurs | 48 / 64 / 128 | 546 |
| Mac Studio M3 Ultra · GPU 60 cœurs | 96 | 819 |
| Mac Studio M3 Ultra · GPU 80 cœurs | 96 / 256 / 512 | 819 |
| Mac Studio M5 Max · GPU 32 cœurs | 36 | 460 |
| Mac Studio M5 Max · GPU 40 cœurs | 48 / 64 / 128 | 614 |
| Mac Studio M5 Ultra · GPU 64 cœurs | 96 | 1200 |
| Mac Studio M5 Ultra · GPU 80 cœurs | 96 / 256 / 512 | 1200 |
| MacBook Pro 16″ M4 Pro | 24 / 48 | 273 |
| MacBook Pro 16″ M4 Max · GPU 32 cœurs | 36 | 410 |
| MacBook Pro 16″ M4 Max · GPU 40 cœurs | 48 / 64 / 128 | 546 |
Le fonctionnement hors ligne au quotidien
Range les fichiers hors des dossiers synchronisés si les données doivent rester sur le Mac. Active FileVault et sauvegarde sous forme chiffrée les documents, versions des modèles, réglages, corrections et base de connaissances. Teste la restauration. En équipe, sépare les comptes et les droits sur chaque collection. Le texte d’un fichier est une donnée. Demande une validation humaine avant tout envoi d’e-mail ou modification de fichier. Pour un assistant documentaire, la lecture suffit.
Questions fréquentes
Faut-il Apple Intelligence ?
LM Studio et Ollama utilisent leurs propres modèles. Cet usage hors ligne fonctionne sans abonnement à une IA en ligne.
Que faire si l’assistant invente ?
Ouvre le passage cité et vérifie le lien avec la réponse. Demande le fichier et la rubrique. Si la source manque, l’assistant doit le dire.
Peut-il progresser chaque nuit ?
Tu peux planifier l’import des fichiers approuvés, l’indexation et les tests. Fais valider les corrections et conserve une version antérieure.
















Diviser:
Mac mini M1, M2 ou M4 d’occasion : lequel choisir ?