Blog

Notes sur l'IA fiable.

Fiabilité des LLM, atténuation des hallucinations, conception de systèmes agentiques et ce qui fonctionne réellement quand l'IA rencontre des secteurs réglementés.

3 septembre 2026·2 min de lecture

Engineer ou Architect ? Ce que signifie vraiment « architecturer » des systèmes d'IA

La différence entre l'ingénierie IA et l'architecture IA, expliquée à travers un vrai projet — un système multi-agents sans orchestrateur appelé Mycellium.

AI Solutions ArchitectureMulti-Agent SystemsCareerLire l'article

3 septembre 2026·3 min de lecture

De Casablanca à Munich : le parcours d'un étudiant en IA

Comment un étudiant en master d'informatique originaire de Casablanca, au Maroc, en est venu à pratiquer l'AI Solutions Architecture à Munich, en Allemagne — et ce que ce déménagement a vraiment changé.

PersonalMoroccoMunichAI Solutions ArchitectureLire l'article

3 septembre 2026·1 min de lecture

L'état de l'IA au Maroc

Un regard sur l'écosystème marocain croissant de l'IA et de la formation tech — UM6P, ENSIAS — et son lien avec la conversation européenne sur l'IA, vu depuis Munich.

MoroccoAI EcosystemLire l'article

3 août 2026·2 min de lecture

Pourquoi l'atténuation des hallucinations compte plus que la taille du modèle

Les modèles plus grands n'hallucinent pas moins, ils hallucinent différemment. Le véritable écart se situe entre les systèmes qui vérifient leurs résultats et ceux qui ne le font pas.

LLM ReliabilityHallucination MitigationModel SelectionLire l'article

29 juillet 2026·2 min de lecture

Orchestration vs émergence : quand les systèmes multi-agents échouent

Les architectures multi-agents orchestrées comme émergentes échouent toutes deux en production. Voici quand utiliser chacune, et ce qui compte pour les rendre dignes de confiance.

Agentic SystemsMulti-Agent ArchitectureSystem DesignLire l'article

22 juillet 2026·2 min de lecture

Les systèmes RAG hallucinent encore. Voici ce qui les arrête.

La plupart des gens pensent qu'un meilleur retrieval résout les hallucinations. Ce n'est pas le cas. La solution : une génération bornée, des seuils de confiance et des chaînes de repli explicites.

RAGHallucination MitigationLLM ReliabilityLire l'article

15 juillet 2026·3 min de lecture

Prompt Risk Density : mesurer le risque d'hallucination en amont

La plupart des recherches sur les hallucinations agissent sur le modèle. Mon mémoire de bachelor, Echo, mesure la part de risque déjà présente dans le prompt, avant même que la génération ne commence.

LLM ReliabilityHallucination MitigationLire l'article

15 juillet 2026·3 min de lecture

Le consensus sans orchestrateur

Les systèmes multi-agents confient le contrôle à un coordinateur, qui devient le goulot d'étranglement. Mycellium fonctionne différemment : une enchère, un blackboard, une règle de consensus.

Agentic System DesignMulti-Agent SystemsLire l'article

Vous préférez un flux ? S'abonner via RSS.