Lynn Cole / Projets
Logiciels, projets de recherche, dépôts de code et travaux publiés.
Les mocks peuvent disparaître de la mémoire d’un agent après une compaction. Des epics détaillées aident — et les bugs restent des informations précieuses sur la structure que vous avez réellement bâtie.
Un week-end passé dans un moteur d’inférence révèle des middlewares de périphériques, du façonnage de données et de vieilles hypothèses architecturales qui méritent encore d’être remises en question.
Un transformer natif en Go fonctionne presque. Tokenizers, vocabulaire, normes, initialisation du cache et attention passent tous en revue durant une nuit de non-sens de plus en plus intéressants.
La doc, c’est de l’infrastructure, qu’elle soit dans le code, un ticket, un carnet ou une serviette tachée de café. Notez ce dont demain aura besoin.
Un éditeur de plages doit savoir quelles lignes un agent a réellement lues. Mon design suit le contenu constaté et rend les modifications obsolètes explicites.
Le portage de Memvid vers Go a révélé un problème de chunking : 6 messages peuvent représenter des budgets de tokens radicalement différents. Une stratégie sensible aux tokens rend la limite plus prévisible.
La modération des prompts n’est pas la modération d’images. Je soutiens qu’il faut évaluer les images générées et construire des boucles de correction autour du rendu.
Des embeddings plus gros ne signifient pas automatiquement une meilleure récupération. Adaptez le corpus, le chunking, le contexte et l’architecture de recherche à la tâche.
Autopsie des agents Salesforce : surcharge du system prompt, saturation du contexte, confusion des rôles et l’architecture nécessaire pour des workflows plus réfléchis.
Un tour satirique dans le train de la hype IA, avec des tableaux croisés dynamiques, six cents nœuds hello-world et un MCP automatique pour bouteilles d’eau.
Un papier sur la complétion de tâches pousse les modèles jusqu’à la rupture. Le plus révélateur, c’est la confiance avec laquelle les gens projettent leurs propres idées sur le résultat.
La dette de documentation reste une dette d’infrastructure. L’IA rend cette habitude plus facile, et les silos d’information restent un moyen coûteux de faire semblant d’être occupé.