Fonctionnement

Comment fonctionne Le Rapporteur

Les IA généralistes répondent au droit avec aplomb — et inventent parfois des articles de loi. Le Rapporteur ne répond jamais de mémoire : chaque référence citée est vérifiée dans les sources officielles avant d'être présentée. Au moindre doute, il refuse.

Le pipeline de confiance

1Génération

Un LLM souverain (Llama-3.1-8B sur Qualcomm Cloud AI 100 ; Mistral via Modular MAX visé) rédige une réponse en citant ses sources au format « article … du Code … ».

2Extraction des citations

Chaque référence d'article est extraite du texte généré (« article L. 3121-27 du Code du travail »).

3Vérification en base

Chaque citation est confrontée à Canutes / Légifrance : l'article existe-t-il, dans ce code, en vigueur ? Lien Légifrance réel. Erreur réseau = non-vérifié (fail-closed).

4Réponse sourcée — ou refus

Toutes les citations existent → réponse avec liens cliquables. Une seule introuvable → « Je ne trouve pas de texte applicable. »

Aujourd'hui : génération → vérification (fact-check a posteriori). L'ancrage amont (RAG) est sur la feuille de route.

Les garanties

✓Zéro article inventé présenté comme vérifié — le fact-check est systématique, pas statistique.
✓Refus explicite plutôt qu'hallucination — pas de source, pas de réponse.
✓Sources primaires cliquables et consultables in-app — chaque citation renvoie vers Légifrance.
✓Comportement prouvé par des scénarios Gherkin en français — lisibles et auditables par un juriste, exécutés à chaque changement.
✓Souveraineté — modèle et données hébergés sur infrastructure maîtrisée, corpus 100 % officiel.

Souveraineté matérielle — au-delà de NVIDIA

Notre couche de confiance est indépendante du fournisseur de puce. Une seule interface OpenAI-compatible ; on change le backend, le même pipeline tourne ailleurs. Aujourd'hui, faire tourner un LLM open-source rime de fait avec NVIDIA/CUDA (un seul fournisseur). Nous le prouvons sans NVIDIA.

✓Qualcomm Cloud AI 100 — accélérateur d'inférence dédié (pas un GPU graphique détourné) : beaucoup d'opérations par watt. Backend souverain prouvé en live.
✓Frugalité = souveraineté + écologie — un datacenter IA, c'est d'abord une facture d'électricité ; une puce d'inférence dédiée fait le même travail pour bien moins d'énergie.
✓Modular MAX / Mojo = la couche de portabilité : écrire l'inférence une fois, l'exécuter sur AMD, NVIDIA, Apple… → rend les cibles souveraines (AMD, puis EU) réalistes.

Le même pipeline, plusieurs silicons :

graph TD
    L["Interface LLM (OpenAI-compatible)"] --> Q["Qualcomm Cloud AI 100 · LIVE ✅"]
    L --> M["Modular MAX (Mojo)"]
    M --> AMD["AMD Instinct · souverain"]
    M --> NV["NVIDIA · rétrocompatibilité"]
    L --> EU["Vision EU/FR (non mesuré)"]
    EU --> VS["VSora Jotunn8 · FR"]
    EU --> AX["Axelera Metis · EU"]
    L --> LO["Local · Mac / Ollama"]

Statuts : Qualcomm = prouvé live · AMD/NVIDIA via MAX = cible · VSora/Axelera = vision (pas d'accès). Voir aussi notre cartographie du schéma Canutes.

API & serveur MCP

POST/api/ask réponse sourcée ou refus, citations vérifiées

{"question": "Quelle est la durée légale du travail ?"}
→ {"status": "ok", "answer": "…", "citations": [{"label": "article L. 3121-27…", "exists": true, "url": "…"}]}

GET/api/article?ref=… texte d'un article chargé depuis Légifrance

POST/mcp serveur MCP (JSON-RPC 2.0) — utilisable par tout agent

# outils exposés (tools/list)
repondre_question   — pipeline complet, refus si source introuvable
verifier_article    — fact-check d'une référence, ex. « article 9 du Code civil »