ZERO01
Supprimer un signal pour mesurer sa contribution.
AI MISSION FOUNDRY / AMF
Une IA utile, ce n’est pas seulement un modèle
AMF part d’un besoin concret. Il cherche des solutions, construit des versions utilisables, les compare et vérifie si elles atteignent les objectifs fixés.
PRINCIPE ESSENTIEL
Savoir faire ne veut pas dire avoir le droit d’agir.
Même si un outil peut proposer une action, il ne doit pas l’exécuter sans autorisation.
Le vocabulaire AMF, en clair
Mission
Le problème à résoudre et les objectifs à atteindre.
Réalisation
La version utilisable du système : modèles, données, outils et règles.
Qualification
La confirmation que cette version a réussi les tests prévus pour une tâche précise.
Preuves
Les résultats, fichiers et mesures permettant de vérifier ce qui est annoncé.
Une mission réussie ne prouve pas que toutes les autres sont réussies. AMF doit toujours préciser quelles tâches ont réellement été évaluées.
01 / CONSTITUTIVE LOOP
D’abord votre besoin. Ensuite des preuves avant d’agir.
AMF distingue les idées proposées, les expériences réalisées, les résultats mesurés et la décision finale. Un test réussi ne donne pas automatiquement le droit de mettre le système en production.
01
Définir le besoin
Quelles tâches faut-il réussir ? Avec quel budget et quelles limites ?
02
Chercher des solutions
Comparer des modèles, des outils et plusieurs façons de les faire travailler ensemble.
03
Construire
Fabriquer ou assembler des versions du système que l’on peut réellement exécuter.
04
Tester
Vérifier ce qui marche, ce qui échoue, le temps nécessaire et le coût.
05
Valider ou refuser
Tester la version choisie sur des cas réservés et indiquer précisément ce qui est validé.
06
Utiliser
Faire fonctionner la version testée sans la modifier discrètement après validation.
02 / SEARCH SPACE
Plusieurs technologies peuvent répondre à un même besoin.
AMF peut comparer des modèles d’IA, des règles, des données ou des outils spécialisés. Chaque essai est enregistré pour comprendre ce qui a été testé.
01
COMPRENDRE
Que sait déjà faire le système ?
02
MODIFIER
Que se passe-t-il si on change un élément ?
03
RÉORGANISER
Peut-on résoudre la tâche autrement ?
04
AMÉLIORER
Peut-on corriger les erreurs constatées ?
05
REMPLACER
Un autre outil peut-il remplir le même rôle ?
06
ASSEMBLER
Comment les composants fonctionnent-ils ensemble ?
07
DONNÉES
Le problème vient-il d’informations manquantes ?
08
EXPLOITER
Dans quelles conditions la solution peut-elle tourner ?
03 / INTERVENTIONAL SCIENCE
Dix façons de tester le rôle d’un composant IA.
Par exemple, AMF peut désactiver temporairement un élément, le remplacer ou modifier son influence. Il mesure ensuite les conséquences avant de décider d’un changement durable.
MASK02
Masquer une tête, un neurone, un chemin ou un bloc sans effacer sa source.
BYPASS03
Contourner un composant pour tester sa nécessité.
REPLACE04
Substituer une activation, un composant ou une baseline.
SCALE05
Faire varier l’influence continûment plutôt que par coupure binaire.
NOISE06
Stresser un chemin et mesurer la robustesse de la réalisation.
TRUNCATE07
Réduire le rang, la dimension ou la structure conservée.
DEGRADE08
Réduire la précision ou la qualité du substrat sous contrôle.
SWAP09
Tester si une autre implémentation préserve la fonction bornée.
FREEZE10
Contraindre l’apprentissage pour localiser l’adaptation nécessaire.
Les interventions historiquement documentées incluent notamment HEAD_OUTPUT_ZERO, les chemins Q / K / V / QK / QKV et ATTN_SCALE. Une chute mesurée indique une contribution sous les conditions testées — pas l’emplacement universel d’une capacité.
04 / EXACT OUTPUT
Le résultat d’AMF est un système complet, pas seulement des poids IA.
Une « réalisation qualifiée » (QIR) désigne la version exacte qui a été testée : modèles, outils, règles, données et permissions. Si un élément important change, il peut être nécessaire de la tester à nouveau.
01Un système exécutable
02La liste des composants utilisés
03Les résultats de tests
04La décision et ses limites
05Les conditions d’utilisation
NEXT