Ce que les decision models ne peuvent pas faire : six limites, énoncées par le dossier

■ space · couloir de prose

■ la réponse d'abord

Six limites, énoncées par le dossier lui-même : pas de raisons · accord ≠ vérification · murs de licences · trous de langue/modalité · limites imprimées · calibration non prouvée.

Rien de tout cela ne tue la vague. Ça la délimite : des décisions, pas des explications ; un passage, pas un consensus.

Le banc décide si les chiffres de confiance sont réels — ce billet vient ensuite.

LE CASIER CONFIANT

Une forte probabilité la trie. Rien ne la vérifie. C'est le mode de défaillance que nourrit chaque limite ci-dessous.

LES SIX LIMITES

Il n'y a pas de raisons dans la boîte. Un decision model renvoie une étiquette et un nombre. Pourquoi cette étiquette — la preuve, la contre-argumentation, le doute — n'est pas dans la sortie, à aucun prix. Dès que votre pipeline a besoin d'un pourquoi, vous êtes de retour à un modèle de chat ou à un humain.
L'accord n'est pas la vérification. Demandez à trois modèles et recevez trois réponses identiques : vous avez une opinion en triple exemplaire. Une réponse fausse unanime arrive dans le casier confiant — triée, tamponnée, et fausse à 0.99. Le consensus a besoin d'une référence indépendante pour signifier quoi que ce soit, et aucun de ces modèles n'en apporte une.
Les murs de licences sont réels. Julia-1, Laya, lev et Kev-4B sont sous Apache-2.0. Nimble et OpenJev sont en CC BY-NC 4.0 — non-commercial, point final. Le runtime llama.cpp est MIT, et cela ne dit rien des poids : la fiche du checkpoint l'emporte toujours sur le badge de licence du dépôt.
La carte des modalités a des trous. Laya est anglais-seulement — n'y acheminez pas du trafic multilingue. Nimble est texte-seulement en local. L'entrée vision d'OpenJev exige son propre projecteur. Kev-4B arrive sans le prétraitement des dates de référence qu'il attend. Chaque trou est imprimé ; aucun n'est visible côté API.
Les limites sont imprimées sur la boîte. Julia-1 accepte 2–20 options et une question combinée de 8,192 tokens — dépassez l'une ou l'autre et l'échec est silencieux, pas une erreur. Nourrir un decision model avec un document de 12,288 tokens n'est pas le pousser à bout ; c'est utiliser un autre produit que celui qui a été livré.
Servir n'est pas prouver. Un nouvel endpoint qui renvoie des nombres est un fait de tuyauterie, pas un fait d'exactitude. Les prix publiés au million de tokens et le support de serving ne disent rien de l'honnêteté de la probabilité sur vos étiquettes. Seul un banc sur du trafic réel répond à cela — et personne n'en a publié un. Ce trou, c'est l'opportunité.

CE QUI TIENT MALGRÉ LES SIX

Le périmètre rétrécit, pas la valeur. Routage, filtrage et triage en un passage — quand la sortie est une décision et qu'un humain possède les conséquences — reste l'ajustement le plus propre que l'IA locale ait offert en un an. Petit, rapide, sans facture au token, et honnête sur sa nature de tampon. Le mode de défaillance à concevoir est le casier confiant : fixez un seuil — disons 0.90 — remontez en dessous, et ne laissez jamais le tampon avoir le dernier mot sur ce qui compte.

Retenez ceci : une probabilité est une affirmation. Tamponné ≠ trié juste. Éprouvez sur vos étiquettes avant que le casier ne fasse foi.

Le banc arrive : Julia-1 contre Laya sur de vraies étiquettes de routage, calibration par taille, latence par matériel. Si les chiffres de confiance tiennent, la vague l'aura mérité. Sinon — ce billet l'a déjà dit.

■ tampon honnête Compagne de l'explication · le billet du banc est le prochain reçu. Consigné le 2026-10-08 à partir des mêmes sources que l'explication : les fiches des checkpoints (licences, nombre d'options, plafonds de tokens, notes de modalité) et les notes de release des deux moteurs. Chaque limite ci-dessus est imprimée par le dossier lui-même — rien d'ici n'est spéculation sur ce que les modèles pourraient rater ; c'est ce que leur propre documentation dit qu'ils ne font pas.

fin des six limites · rien de téléchargé · tout en local