Recherche appliquée
La fiabilité de l’IA à l’épreuve de la pratique.
Mon travail explore ce qui rend les systèmes d'IA fiables lorsqu'ils utilisent des données organisationnelles, appellent des outils et agissent au fil du temps. Ces questions relient mes travaux d’ingénierie, mes expériences indépendantes et mes conférences.
Ingénierie du contexte
Comment la qualité, la récupération, les autorisations et la provenance des sources peuvent-elles fournir aux agents les informations dont ils ont besoin tout en préservant les limites qui les entourent ?
Découvrir SKatalyst AI →Orchestration des agents
Comment les agents spécialisés devraient-ils coordonner un travail persistant, enregistrer les décisions, vérifier les affirmations et impliquer un humain lorsque les preuves sont insuffisantes ?
Lire le récit de l’expérience de 24 heures →Autonomie limitée et évaluation
Qu’est-ce qui change lorsque les agents reçoivent des rôles distincts, des outils ciblés et un environnement partagé où les conséquences de leurs décisions sont visibles ?
Découvrir Grok Arena →Conversations de recherche
J'apprécie les conversations sur l'IA d'entreprise fiable, la gouvernance des données, l'ingénierie du contexte et l'évaluation des systèmes d'agents.