Blog
Ce que ça a coûté d'apprendre.
Un seul format : le post-mortem technique chiffré. Pas de tutoriel, pas de veille, pas de palmarès d'outils. Ce que je croyais, ce que la mesure a dit, ce que j'ai changé. Chaque article se termine par une règle verrouillée par un test.
Les premiers articles arrivent. En attendant, les post-mortems techniques vivent dans les pages projets — chacune documente ce qui a cassé et ce que ça a appris.
Les douze premiers sujets
- Le décodage contraint ne compense pas un schéma non borné — 8 192 tokens contre 708
- ps rss ment sur MLX : mesurer la vraie empreinte d'un modèle local
- 122 CVE → 0 : anatomie d'un nettoyage de chaîne d'approvisionnement Python
- Quel modèle tuer pour charger le suivant ? Éviction LRU sous budget RAM partagé
- OWASP ASI Top 10, traduit en contrôles qui existent vraiment
- Un OOM m'a appris à ne pas croire mon propre plan de RAM
- cos = 1.0000 : migrer 1,7 million de vecteurs sans les ré-encoder
- Le gate de non-régression comme juge de paix d'un RAG
- TabICL : +0,10 f1 et un ECE 4,4× meilleur qu'un baseline réglé
- Pourquoi mon world model vidéo n'est pas résident du gateway
- scikit-learn dans le navigateur : une démo qui ne téléverse rien
- Créoliser l'IA : ce que la pensée caribéenne apporte à l'architecture
Vos données ne peuvent pas sortir ?
C'est exactement le problème que je résous. Un appel de 30 minutes suffit à cadrer un audit.