⚖️ Nomos
Quand l’enjeu n’est plus de répondre, mais d’être vrai
Un LLM peut parler de vos documents. Un système de règles peut dire la vérité. Mais lorsque l’exigence devient maximale, par exemple dans des contextes industriels critiques (défense, aéronautique, certification), il faut pouvoir démontrer.
Nomos repose sur une idée : reprendre ce qui fonctionne en mathématiques de la preuve et l’hybrider avec ce qui fonctionne en entreprise (RAG, GraphRAG, ontologies), pour construire des systèmes où la véracité n’est pas une promesse — mais une propriété auditable et vérifiable, de qualité industrielle maximale.
Trois niveaux de véracité
Dans les applications industrielles, nous distinguons trois niveaux par ordre croissant :
| 💬 Parler avec sources | RAG |
Interroger vos documents, citer des passages et boucler par re-vérification — ce que les gens ne font pas toujours en pratique, même avec de bonnes méthodes.
RAG (Lewis et al., 2020) |
| 🕸️ Dire la vérité sur un univers défini par des règles logiques | GraphRAG / KG |
Un graphe de connaissances n’est pas “vrai” tout seul : vous décidez que des triplets
(sujet, prédicat, objet)sont vrais et alors ce qui en sort par inférence logique hérite de cette garantie — contrairement à un RAG simple. Constituer ces triplets de vérité est une tâche que l’expertise humaine doit prendre en charge en tant que gardien du temple, éventuellement avec l’aide des LLM. GraphRAG (Microsoft Research), 2024 |
| ⚖️ Démontrer mathématiquement | Assistant de preuve |
Profiter des avancées mathématiques de démonstration pour l’industrie. Ici, la validation finale repose sur un noyau logique,
ce qui offre l’avantage d’être auditable et incontestable, de façon encore plus forte que pour les graphes de connaissances.
LeanDojo / ReProver (preuve formelle + retrieval) Chain-of-Verification (CoVe) |
Nomos : hybrider pour que l’IA propose et que la loi décide
Le cœur de Nomos est un principe de séparation nette :
- Exploration : un modèle propose, organise, teste des candidats (phrases, triplets, arguments, étapes).
- Contrôle : un module de vérification décide de la recevabilité — le “juge de paix”.
Dans le cas “assistant de preuve”, cela correspond à la définition opérationnelle : un logiciel qui intervient dans un cadre formel, capable de suggérer / organiser / tester, mais appuyé sur un noyau logique chargé de la validation finale.
RAG vs GraphRAG : une différence qui compte
Un RAG est excellent pour parler dans les documents, avec des sources et des boucles de re-vérification (que nous maîtrisons avec de bonnes pratiques issues de l'expérience).
GraphRAG devient intéressant lorsque vous voulez aller plus loin : construire un monde de faits (triplets RDF, ontologie, règles), et faire en sorte que les sorties héritent de ce monde déclaré vrai. L’idée clé est simple : ce n’est pas “le modèle” qui garantit — c’est la structure de contrôle (le graphe + les règles + ce que vous considérez vrai).
Et si la “preuve” sortait des math ?
Ce qui rend les assistants de preuve si puissants, c’est précisément ce mélange : une exploration heuristique (humaine ou statistique) et un contrôle formel qui ne transige pas.
Avec Nomos, nous voulons transposer ce schéma aux applications industrielles qui exigent une véracité solide — et où l’hybridation RAG / GraphRAG / règles / preuve devient naturelle.
En pratique, même quand nous ne “démontrons” pas au sens mathématique, nous pouvons déjà renforcer la véracité en ajoutant des boucles de vérification explicites.
Envie d’explorer ?
Si vous avez un cas où “répondre” ne suffit plus et où il faut structurer un dispositif de véracité (documents → faits → démonstrations), parlons-en. Nomos n’est pas un chatbot : c’est une architecture de contrôle puissamment améliorée par la rigueur mathématique.
Nomos
Fiche à la Guy Kawasaki
⚠️ Problème / Opportunité
- RAG : utile, mais la re-vérification est souvent oubliée (et la véracité n’est pas garantie).
- Knowledge Graph : puissant, mais il faut expliciter ce qui est “vrai”.
- Applications critiques : besoin de véracité forte, parfois jusqu’à la démonstration.
💎 Proposition de valeur
- Un continuum “parler → dire la vérité → démontrer”, dans une même vision.
- Contrôle “juge de paix” : Juste / pas Juste, explicite et systématique.
- Architecture hybride : RAG, GraphRAG, règles et (quand nécessaire) assistant de preuve.
🧪 Sauce secrète
- Des objets structurés (faits, triplets, états) plutôt que du texte libre.
- Un contrôle explicite de recevabilité (validation) séparé de l’exploration (LLM).
- Quand nous “démontrons”, l’outil intervient dans un cadre formel avec noyau de validation.
💰 Business model
- Ateliers de design du dispositif de véracité (documents → faits → preuve).
- Licence / intégration : on-prem ou cloud (setup + support).
- Cas critiques : défense, aéronautique, conformité, audit, sécurité.
📣 Marketing
- Storytelling “Nomos” : la loi, pas la magie.
- Démos : même question, trois niveaux (RAG / GraphRAG / preuve).
- PoC court : un corpus privé + un graphe + une boucle de contrôle.
🦅 Concurrence
- Chatbots et RAG “sans contrôle” (plausibles, mais non garantis).
- Knowledge graphs sans gouvernance de vérité (liens ≠ vérité formelle).
- Outillage de preuve isolé du monde industriel (trop “math”, pas assez “système”).