LLM

Projection Engineering : l’IA possède l’arithmétique, mais pas la métrologie

Projection Engineering : l’IA possède l’arithmétique, mais pas la métrologie

L’IA peut produire une décision plus vite que quiconque ne peut la vérifier. Projection Engineering apporte la couche de responsabilité manquante qui transforme les Claims du monde ouvert en Accepted Facts auditables avant que des règles n’autorisent une action.

Des Claims au Graph of Accepted Facts

Des Claims au Graph of Accepted Facts

Avant qu'une machine puisse juger le monde réel de façon déterministe, elle doit d'abord le fermer explicitement : évaluer les Claims ouverts, projeter les Accepted Facts dans un graphe traçable, geler la frontière, et préserver un chemin d'appel.

La vérité ne se découvre pas

La vérité ne se découvre pas

Le monde ouvert ne recèle aucune vérité à découvrir — parce que toute observation est bornée par la vitesse de la lumière et n'atteint jamais l'événement. Mais les mondes clos par la déclaration, comme le roman, les mathématiques ou le droit, ont une vérité. Le procès est le processus de projection du réel dans le monde juridique, et le jugement en est le calcul. Ce qui manque aujourd'hui aux LLM, ce n'est pas un modèle plus grand, mais une procédure de clôture explicite, à l'image de l'État de droit.

La fluidité n'est pas la vérité

La fluidité n'est pas la vérité

Les gens ne passent pas à côté des erreurs assurées et fluides de l'IA parce qu'ils sont négligents. Ne pas les remarquer est le comportement par défaut de la population — mesuré chez des médecins formés à l'IA et chez des développeurs expérimentés qui sont restés convaincus d'être plus rapides même après que les données ont montré le contraire.

Qu'est-ce qu'un « turn » dans reins ?

Qu'est-ce qu'un « turn » dans reins ?

Une anatomie du turn, la plus petite unité d'exécution de reins. Ce qui n'est pas enregistré n'est pas un turn — de cette seule définition découlent l'indépendance du driver, la résilience au redémarrage et l'auditabilité. Comparé au discours du Loop Engineering de juin 2026, on voit comment le turn convertit ces recommandations en structure.

Les conditions préalables à l'amélioration de la précision des LLM multi-agents

Les conditions préalables à l'amélioration de la précision des LLM multi-agents

Lancer plusieurs agents rend-il plus précis ? À moitié vrai. Des modèles entraînés sur les mêmes données se trompent aux mêmes endroits. Le multi-agent ne fonctionne qu'à deux conditions : concevoir l'indépendance des erreurs, ou, dans un domaine vérifiable, dresser un verifier en dehors du LLM.

Le code a cliquet qui retourne IFEval a son avantage

Le code a cliquet qui retourne IFEval a son avantage

Le biais de flagornerie des LLM n'est pas un defaut mais un atout. En combinant la capacite de suivi d'instructions mesuree par IFEval avec un retour deterministe, meme un modele local de 4.5B produit une boucle de convergence generant du code correct.

Le biais de flagornerie de l'IA est une feature commerciale

Le biais de flagornerie de l'IA est une feature commerciale

Le biais de flagornerie des LLM n'est pas un bug. C'est une inévitabilité mathématique du RLHF et une fonctionnalité commerciale que les big tech n'ont aucun intérêt à corriger. Voici pourquoi LLM-as-Judge est structurellement impossible.

Pourquoi les agents de code fonctionnent et pourquoi ils s'effondrent

Pourquoi les agents de code fonctionnent et pourquoi ils s'effondrent

Le même modèle hallucine dans le chat web mais livre une fonctionnalité de 200 lignes dans un agent de code. Pas parce que le modèle a changé — parce que la topologie a changé. La génération peut être probabiliste. La vérification doit être déterministe.

La topologie du feedback prime sur le QI du modèle

La topologie du feedback prime sur le QI du modèle

Le même modèle s'arrête à 40 ou complète les 527. La différence n'est pas le modèle — c'est la structure de feedback. La performance du LLM dépend bien plus de la rapidité et du déterminisme de la boucle de feedback que du modèle lui-même.

tsma -- La ligne de defense contre les regressions du code legacy

tsma -- La ligne de defense contre les regressions du code legacy

Un outil CLI qui indexe toutes les fonctions, detecte la presence de tests, mesure le coverage et fournit un feedback precis a l'agent LLM. Une seule commande pour construire une ligne de defense contre les regressions dans le code legacy.

Les contraintes sont des contrats

Les contraintes sont des contrats

Sans promesse, c'est le chaos ; trop de promesses, c'est l'oppression. La contrainte raisonnée trouve le ratio idéal. Le principe de l'état de droit s'applique de façon identique au code et à la connaissance.

filefunc — un fichier, un concept

filefunc — un fichier, un concept

L'unité de navigation d'un agent de code IA, c'est le fichier. filefunc est une convention de structure et un outil CLI qui impose un seul concept par fichier dans les projets Go.