STACKMODERNE
SCIENTIFIC CAPABILITY SYNTHESIS

Et si la meilleure IA ne dépendait pas d’un seul grand modèle ?

C’est une piste de recherche, pas une capacité déjà démontrée. Nous étudions comment choisir ou créer une architecture adaptée aux besoins plutôt que d’imposer un modèle unique.

01 / PROGRAM

Comparer les solutions avant de faire un choix.

Un grand modèle peut être le meilleur choix, ou non. Nos expériences doivent le montrer : nous ne décidons pas de la réponse à l’avance.
RESEARCH TARGET

Remplacer un composant

Vérifier si un autre outil peut remplir une tâche précise avec une qualité comparable.

RESEARCH TARGET

Trouver une organisation efficace

Explorer différentes façons de répartir les tâches entre modèles, outils et règles.

RESEARCH TARGET

Apprendre des expériences passées

Étudier quelles expériences aident à prendre de meilleures décisions dans un nouveau projet.

SPECULATIVE

Explorer de nouvelles technologies

Imaginer de nouveaux composants lorsque les solutions connues ne suffisent pas.

02 / TRANSFORMER OPTIONALITY

Le Transformer est une option, pas une obligation.

Un Transformer est le type de réseau utilisé par de nombreux grands modèles. Nous cherchons à savoir quand il est utile et quand une solution plus simple pourrait suffire.
01RESEARCH TARGET

Utiliser un autre système à la fin

Un grand modèle pourrait aider pendant la conception, sans être requis lors de l’utilisation.

02SPECULATIVE

Construire sans grand modèle

Étudier des composants conçus directement à partir de données, règles et outils.

03SPECULATIVE

Tout construire autrement

Explorer une chaîne complète sans utiliser de Transformer à aucune étape.

03 / FALSIFIABLE

Un remplacement doit prouver qu’il fonctionne.

Une solution plus petite ou plus simple peut être moins fiable ou plus coûteuse. Nous conservons aussi ces résultats négatifs.
01Le modèle actuel reste le meilleur choix testé
02Aucune solution ne réussit dans le budget
03Les preuves disponibles ne suffisent pas
04Les objectifs ne sont pas assez précis
05La recherche coûte plus qu’elle ne rapporte
PUBLIC RESEARCH SURFACE

Hypothèses, expériences et résultats vérifiables

Le dépôt public expose l’architecture et une surface de vérification. Les documents de recherche prospectifs doivent rester clairement séparés des capacités démontrées.

Voir le code sur GitHub