Dans quels cas les travaux liés aux grands modèles de langage (LLM) sont-ils admissibles à la RS&DE?
19 nov. 2026

Les entreprises technologiques canadiennes utilisent de plus en plus les grands modèles de langage (LLM) pour développer de nouveaux produits, améliorer leurs processus et résoudre des problèmes complexes. Mais ces travaux sont-ils admissibles aux incitatifs fiscaux pour la recherche scientifique et le développement
expérimental (RS&DE)?
Pas nécessairement. Bien que certaines activités liées au développement de LLM puissent être admissibles, d’autres relèvent de la mise en œuvre courante. Le principal critère pour déterminer l’admissibilité est l’incertitude technologique à résoudre, et non simplement la technologie utilisée.
Tout part de l’incertitude technologique
La question fondamentale de l’Agence du revenu du Canada (ARC) est de savoir s’il existait, au début des travaux, une incertitude technologique qui ne pouvait être résolue au moyen des pratiques courantes. Si une méthode publiée ou la documentation du fournisseur donne déjà la réponse, son application est généralement considérée comme une mise en œuvre courante, peu importe les efforts requis. Les travaux de RS&DE commencent lorsque les approches connues ne permettent pas de répondre aux exigences du projet et que votre équipe doit mener des recherches pour comprendre pourquoi.
Cette démarche doit être systématique : définir le problème, formuler une hypothèse, la mettre à l’essai et tirer des conclusions. Un projet n’a pas à échouer pour être admissible. Un projet bien mené qui comble une véritable lacune technique peut être admissible, tout comme un projet qui démontre pourquoi une approche ne fonctionne pas.
Ce qui n’est généralement pas admissible
Tous les travaux faisant appel aux LLM ne répondent pas aux critères d’admissibilité de la RS&DE établis par l’ARC. Les activités qui reposent sur des méthodes éprouvées sans chercher à résoudre une incertitude technologique ne sont généralement pas admissibles.
Voici quelques exemples :
Appeler un modèle par l’intermédiaire d’une API et intégrer directement les résultats au produit.
Ajuster les requêtes (prompts) pour modifier le ton, le style ou le format des réponses.
Effectuer un réglage fin (fine-tuning) à l’aide d’une méthode documentée qui donne les résultats attendus.
Mettre en place un pipeline standard de génération augmentée par récupération (RAG).
Étiqueter des données dans le cadre des opérations courantes.
Là où se cachent souvent les travaux admissibles
Le développement de LLM peut être admissible lorsque les approches existantes ne permettent pas d’atteindre un résultat technique précis et qu’une expérimentation systématique est nécessaire pour surmonter cette limite.
Voici quelques exemples de travaux potentiellement admissibles :
Améliorer la précision des résultats à partir de données peu structurées et particulières à un secteur d’activité, lorsque les modèles disponibles sur le marché et les méthodes standards d’ajustement fin ne permettent pas d’atteindre le niveau requis.
Réduire les hallucinations sous un seuil précis lorsque les techniques de récupération d’information et de reclassement des résultats), à elles seules, ne suffisent pas.
Respecter des contraintes strictes en matière de latence, de mémoire ou de fonctionnement directement sur l’appareil, sans entraîner une baisse inacceptable de la précision.
Développer de nouvelles méthodes d’évaluation lorsqu’aucune méthode existante ne permet de mesurer adéquatement les résultats recherchés.
Les travaux de soutien nécessaires qui contribuent directement à des activités de développement expérimental peuvent également être admissibles.
En résumé
Les travaux de développement liés aux LLM ne sont pas tous admissibles à la RS&DE. Toutefois, les projets qui comportent une véritable incertitude technologique et qui nécessitent une expérimentation systématique peuvent l’être.
Si votre équipe va au-delà de la mise en œuvre de méthodes courantes pour surmonter des défis techniques, certaines de vos activités de développement pourraient mériter une analyse plus approfondie.
Communiquez avec Partenaires R&D
Vous ne savez pas si vos travaux en intelligence artificielle sont admissibles? Partenaires R&D aide les entreprises technologiques canadiennes à identifier les activités admissibles à la RS&DE, à préparer une documentation solide qui résiste aux examens de l’ARC et à maximiser leurs demandes de crédits d’impôt.
Prenez rendez-vous avec Cameron Cunningham pour discuter de vos projets liés aux LLM et explorer les possibilités de financement offertes par le programme de RS&DE.

