Groundline

La génération augmentée par la recherche est facile à démontrer et difficile à faire confiance. Découpez quelques documents, calculez leurs embeddings, entassez les cinq meilleurs passages dans un prompt, et vous obtenez une réponse le plus souvent juste — qui invente de temps à autre une politique qui n'existe pas. Pour tout ce sur quoi une personne va agir, « le plus souvent juste » est la mauvaise cible.

L'exigence est donc inversée. Au lieu de chercher à rendre l'hallucination rare, le système est construit pour qu'une affirmation non étayée ne puisse pas atteindre le client : une affirmation sans citation est un bug que le pipeline attrape, et une question à laquelle le corpus ne peut pas répondre obtient un refus.

Un système qui répond correctement à 80 % des questions et refuse le reste est utile. Un système qui répond correctement à 95 % et devine le reste ne l'est pas, parce qu'on ne peut pas distinguer les deux.

DeskPilot place un modèle sur un chemin de requête, sous pression de coût et de latence. Groundline en place un derrière un système de recherche, où le problème difficile se situe entièrement en amont du modèle — si la recherche renvoie les mauvais passages, aucun prompt ne sauve la réponse.

L'index de passages est ce qui rend la citation possible. Chaque fragment conserve l'identifiant du document, la page et les offsets de caractères dont il provient : une citation résout donc vers une plage exacte dans l'original, et non vers une paraphrase que le lecteur devrait aller vérifier à la main.

Presque toutes les mauvaises réponses d'un système comme celui-ci remontent à une frontière de fragment. Coupez au milieu d'un tableau et les chiffres perdent leurs en-têtes. Coupez à nombre de tokens fixe et une clause perd la condition qui la qualifiait. Aucun travail sur les prompts ne réparera un fragment arrivé sans son contexte.

• Découper d'abord selon la structure du document — titres et sections — avant de se rabattre sur des limites de taille.
• Ne jamais couper un tableau ; un tableau trop grand devient son propre fragment, sa légende attachée.
• Chaque fragment porte son chemin de titres en préfixe : lu isolément, il dit encore de quoi il parle.
• Du recouvrement entre fragments voisins, pour qu'un fait situé près d'une frontière reste retrouvable des deux côtés.

La recherche vectorielle est bonne sur le sens et mauvaise sur les tokens exacts. Demandez un code d'erreur, une référence de pièce ou un numéro de clause et les embeddings renverront volontiers quelque chose de sémantiquement voisin et littéralement faux. La recherche par mots-clés a la défaillance inverse. Exécuter les deux et fusionner n'est pas une précaution : c'est couvrir deux faiblesses distinctes et bien comprises.

pgvector plutôt qu'une base vectorielle dédiée, parce que le corpus se mesure en centaines de milliers de fragments, pas en milliards. Garder les vecteurs dans PostgreSQL, c'est un seul entrepôt de données, une seule stratégie de sauvegarde, une seule transaction — et filtrer par locataire ou par document devient une clause WHERE au lieu d'une demande de fonctionnalité de filtrage sur métadonnées. Cette réponse change à une échelle que ce MVP n'atteindra pas.

Demander à un modèle de citer ses sources produit des citations. Cela ne produit pas des citations correctes, et une citation fabriquée est pire qu'aucune, parce qu'elle a l'air d'un travail sérieux. Le contrôle est donc mécanique, et il s'exécute après la génération.

1. 1Répondre en affirmations, pas en proseLe modèle renvoie une liste d'affirmations via un schéma d'outil, chacune accompagnée des identifiants de fragments dont elle provient — et non un paragraphe auquel on aurait greffé des notes de bas de page.
2. 2Résoudre chaque citationChaque identifiant de fragment cité doit exister dans l'ensemble effectivement retrouvé pour cette question. Une citation vers autre chose est une fabrication et invalide la réponse entière.
3. 3Vérifier l'appuiUne seconde passe, peu coûteuse, confronte chaque affirmation au seul passage qu'elle cite et répond à une question : ce texte étaie-t-il cette affirmation ? Les affirmations non étayées sont écartées.
4. 4Refuser plutôt qu'amincirSi écarter des affirmations laisse la réponse incomplète, celle-ci devient un « impossible à répondre à partir de ces documents » explicite, avec les passages retrouvés les plus proches affichés. Le refus est une fonctionnalité.

Vérifier après la génération et diffuser pendant la génération sont en conflit direct : on ne peut pas diffuser un token que l'on risque de retirer ensuite. C'est la tension la plus vive de la conception, et la résolution consiste à diffuser la part déjà sûre.

• Les sources retrouvées sont diffusées en premier, immédiatement : le lecteur voit quels documents sont utilisés pendant que la réponse s'écrit encore.
• Les affirmations sont diffusées une par une, à mesure qu'elles passent la vérification, au lieu que la réponse entière arrive d'un bloc.
• Une affirmation écartée n'apparaît jamais : rien n'est donc visiblement retiré en cours de diffusion.
• SignalR transporte le tout, et un client qui se reconnecte récupère la réponse terminée plutôt que de reprendre un flux partiel.

Le résultat est plus lent à produire la première phrase complète qu'un système non ancré, et plus rapide à produire le premier signal utile, parce que les sources arrivent presque instantanément. L'échange est meilleur qu'il n'y paraît : savoir quels documents sont consultés est souvent l'essentiel de ce que le lecteur voulait.

Un chiffre unique de justesse est inutile pour un système comme celui-ci, parce qu'il ne dit pas quelle étape a régressé. La recherche et la génération sont mesurées séparément, et le refus est mesuré pour lui-même.

C'est le jeu de refus qui compte le plus, et c'est celui qui manque d'habitude. Sans lui, toute modification qui rend le système plus enclin à répondre ressemble à une amélioration, et la régression n'apparaît que le jour où quelqu'un agit sur une invention formulée avec assurance.

Les documents sont révisés, remplacés, retirés. Un passage cité qui n'existe plus transforme une citation en lien mort, et une réponse ancrée dans une politique retirée est pire qu'une absence de réponse.

• Les documents sont versionnés ; les fragments appartiennent à une version, pas à un nom de fichier.
• La réingestion est incrémentale — seules les sections modifiées sont revectorisées, parce que recalculer chaque nuit les embeddings d'un corpus inchangé est du pur coût.
• Les versions remplacées restent interrogeables mais sont signalées, pour qu'une ancienne réponse puisse encore être expliquée après coup.
• Chaque réponse enregistre les versions de documents qu'elle a utilisées : c'est ce qui rend un audit possible, tout simplement.