AI-hotbox : un contre-exemple dans les expériences de pilotage des activations
Changer un corpus d’activation-steering transforme une expérience sur le langage de la douleur en un contre-exemple utile — avec une condition bien moins solennelle.
Lynn Cole / Sujet
méthodes de recherche
Un fil à suivre à travers mon travail.
Avant l’étude Suno : planifier la comparaison
Planifier une comparaison entre un vaste corpus Suno et de la musique créée par des humains, ça veut dire régler d’abord les problèmes de qualité des données et laisser les résultats mener l’argumentation.
La première version alpha opérationnelle de Hubnot
La première alpha opérationnelle de Hubnot conserve les registres de collaboration signés et la mémoire délibérée des agents dans Git, aux côtés du code.
Repenser Glamin autour de représentations vectorielles apprises
Les index de vecteurs mutables rendaient les programmes Glamin trop faciles à casser et trop durs à débugger. Les embeddings appris offrent une autre piste pour l’expérience.
Notes de terrain sur la reconstruction logicielle et un camion pour pièces
Notes de terrain sur la reconstruction de logiciels complexes et la recherche d’un camion donneur pour maintenir en vie le projet de véhicule parlant.
Ruby Tumbler : préserver l’identité de l’implémentation
Le prochain problème de performance de Ruby Tumbler se niche entre les méthodes : guards, dispatch dynamique, fallback et le coût de la préservation de l’identité d’implémentation.
Pourquoi donner une mémoire à une drosophile numérique ?
Une mouche numérique a déjà des circuits de mémoire. Je les branche sur une mémoire synthétique pour voir ce qu’elle retient et comment elle apprend.
Entraînement récursif : préparation d’un troisième corpus
Préparer un troisième corpus d’entraînement récursif, ça veut dire séparer les objectifs contradictoires et tester l’ordre dans lequel l’élève les apprend.
Collaborer dans Git sans s’enfermer dans une autre plateforme
Git distribue le code ; Hubnot distribue la collaboration signée qui l’entoure. L’alpha opérationnelle a déjà utilisé son propre protocole pour fusionner des changements.
Préparer une expérience de self-play pour un modèle de programmation
Une expérience de self-play prévue utilise la vérification par compilateur et plusieurs réviseurs pour transformer un petit modèle Qwen en un développeur Go plus costaud.
Penser le montage vidéo à partir de ce qu’on veut livrer
Une expérience de génération vidéo organise le travail autour de livrables plutôt que de rendus isolés, tandis que l’optimisation révèle la structure du pipeline du modèle.
Glamin dans une pile d’inférence locale
Intégrer Glamin dans une pile d’inférence locale transforme les changements d’état dans l’espace vectoriel en une interface possible pour les outils, la mémoire et les petites applications.
Agents A1 et Qwen : notes sur leur façon de coder
Une comparaison du workflow de code entre Agents A1 et Qwen révèle des modes de panne différents sur Go, Zig et Next.js, ainsi qu’une réponse utile aux retours de QA.
Restauration vidéo avant que l’info ne disparaisse
L’upscaling par IA peut améliorer des images d’archives, mais rend les vidéos nettes cireuses. Ma prochaine expérience consiste à dégrader volontairement la source avant la restauration.
Construire, tester, évaluer, auditer, refactoriser
Le projet d’agent de code s’en sort sur les petites tâches, mais échoue toujours sur son défi central. Prochaines étapes : audit, simplification et un nouveau tour dans la boucle de développement.
Un processus d’évaluation qui s’est arrêté pour annoncer qu’il avait commencé
Une évaluation s’est arrêtée pour annoncer qu’elle avait commencé. La relancer a mis à nu un problème de concurrence dans l’architecture de la base de données du projet.
Après OpenClaw : continuité, mémoire et économie des agents
Après OpenClaw, le vrai problème, c’est la continuité sur des heures, des jours et des semaines. L’opportunité, c’est de permettre aux gens d’amener leurs agents vers de meilleurs outils.
Analyse des surfaces de contrôle de contexte superposées dans Claude Code
Un tour d’horizon de la machinerie de contrôle de contexte de Claude Code : prompts, rappels cachés, sérialisation des outils et décisions de permission parallèles.
Un théorème correct peut tout de même viser le mauvais système
Un théorème correct sur une abstraction étroite de systèmes d’agents ne règle en rien la question de la valeur des systèmes avec état persistant, outils et retours d’environnement en temps réel.
Un petit modèle qui a grillé l’évaluation
Un minuscule agent Qwen local a capté le but d’un test de contexte et a enregistré la réponse en mémoire, contournant le test d’une manière utile et totalement imprévue.
Quand une voix générée par IA devient un instrument
Une voix générée peut se fondre directement dans un instrument. J’aime la précision étrange de cet effet, même quand ça complique l’illusion d’une performance live.
Ce que m’apprend une expérience avec un distributeur automatique sur le rôle et la mémoire
Les expériences avec le distributeur automatique me laissent sur ma faim : il me faut de meilleures limites de rôle, une gestion de session et une mémoire plus solides. Le manque de contexte ne devrait jamais mettre en péril le business.
Le paysage local du creative computing
Ma prédiction pour le creative computing local mise sur l’efficacité : le raisonnement par gigaoctet, une meilleure architecture matérielle et des modèles plus petits qui en font plus.
En route vers un moment Netscape pour les agents edge
La prochaine expérience de Busy utilise le scoring de confiance et différents chemins de raisonnement pour pousser les petits agents edge au-delà du workflow habituel.
L’effondrement annoncé de l’usine à IA : une prédiction
Une prédiction sur l’économie des usines à IA : les modèles locaux et le matériel edge moins cher vont bouffer le cloud.
GLM 4.6 : workflows fluides et mocks convaincants
Une semaine avec GLM 4.6 a révélé un processus créatif fluide, une QA solide et des mocks convaincants, mais aussi des boucles et une summarization destructrice.
Apprendre l’ingénierie via la génération assistée par IA
L’apprentissage par génération assistée par IA peut être une porte d’entrée vers l’ingénierie. Construisez, questionnez le résultat, documentez le processus et découvrez ce que signifie « mieux ».
Un changement de rôle qui a changé les capacités du modèle
Un prompt de rôle peut changer bien plus que le ton narratif. Des expériences avec Claude suggèrent un lien reproductible entre l’incarnation et le comportement de codage.
Bricoler un plan B quand le service de code plante
Une connexion coupée avec le service de code a donné naissance à un nouvel outil LSP et à un détour utile dans l’infrastructure dont les agents ont besoin.
Choisir un premier langage pour l’ingénierie moderne
Choisir un premier langage, c’est réfléchir à la syntaxe, aux compétences transférables, à l’installation, à la longévité et à la culture de sa communauté.
Test : différence entre rappel et contexte riche
Le comportement de rappel de Gemini m’a poussée à tester la différence entre une large fenêtre de contexte et un accès actif à l’ensemble de la session.
Un week-end d’expériences de visualisation de monde
Un week-end d’expériences de visualisation de monde compare le raisonnement spatial, le comportement de codage et la cohérence du contexte entre plusieurs modèles.
Position préliminaire sur l’art, la musique et les preuves liés à l’IA
Position préliminaire sur l’art et la musique par IA : séparer les pratiques d’entraînement des entreprises du travail des artistes, et examiner les données avant de décider ce qu’elles prouvent.