Ce sur quoi travaille le Lab Etheon
Le Lab Etheon étudie ce qui rend un logiciel d’IA sûr à livrer : évaluation, garde-fous, observabilité, mises en production sûres et gouvernance.
- Publication

Sur cette page
Le Lab Etheon est l’endroit où nous étudions l’ingénierie derrière les logiciels d’IA que nous construisons pour les entreprises. Cette note présente ses travaux.
1. Ce qu’étudie le Lab
- Évaluation : comment un modèle est testé avant d’atteindre les utilisateurs, de la qualité de ses réponses à sa sûreté et à sa dérive dans le temps.
- Garde-fous : des limites qui tiennent quelle que soit la réponse d’un modèle, comme les filtres de sûreté, les autorisations des outils et une personne qui approuve les étapes sensibles.
- Observabilité : la télémétrie, le lignage et la détection de dérive qui rendent un modèle auditable une fois en production.
- Mises en production sûres : déploiements shadow et canary, déploiements progressifs et retour arrière, pour que tout changement puisse être annulé.
- Gouvernance : pistes d’audit, fiches de modèle et versions numérotées qui montrent ce qui a changé et pourquoi.
2. Ce qu’il publie
Chaque travail est classé par type : une publication, un jalon, une conclusion ou une version. Lorsqu’une étude façonne notre façon de construire, elle apparaît sur nos pages de services, comme les points de contrôle avant mise en production sur la page IA.
3. Produits et open source
Le Lab construit aussi notre propre produit, Etheon Delta, et publie du code open source sur GitHub que les ingénieurs peuvent lire et exécuter.
Recherches associées. D’autres travaux de notre Lab sur IA.
Comment nous construisons un agent IA, en cinq étapes
Un agent est un logiciel qui agit dans vos systèmes. Nous le construisons en cinq étapes, dans des limites placées en dehors du modèle, avec une personne là où cela compte.
Quel modèle d’IA utiliser ?
Celui qui fait le mieux votre tâche, à un coût que vous pouvez assumer. Nous notons les modèles candidats sur votre jeu d’évaluation et choisissons selon la qualité, le coût et le temps de réponse.
Comment nous testons un modèle avant sa mise en production
Chaque modèle que nous construisons passe les mêmes points de contrôle avant d’atteindre les utilisateurs : qualité de la tâche, ancrage, sûreté, confidentialité, latence, coût et dérive.