Actualités
Les notes de l’équipe qui construit la Bayes Platform : comment nous concevons, testons et déployons des agents IA pour le service public.
Un harnais, trois modèles ouverts : ce qui change d'un modèle à l'autre
Gemma 4, Qwen et Mistral Small tournent derrière la même API, et pourtant chacun demande ses propres réglages. Ce que la Bayes Platform adapte modèle par modèle, ce qu'elle applique à tous, et ce qu'elle tient à l'écart des agents.

Peut-on construire une IA sans biais ?
Non. Mais un service public peut faire en sorte que ces biais ne décident pas. Comment on conçoit des outils d'IA où les règles de l'institution gardent le dernier mot, et comment on le vérifie, population par population.

Pourquoi nos agents classent chaque échange une fois la réponse donnée
Nous demandions au modèle de faire sa propre paperasse avec un outil obligatoire, et les petits modèles nous en ont montré le prix. Confier ce travail à un appel séparé, après la réponse, a réglé le problème.

L'IA souveraine pour le service public : faire tourner des modèles ouverts sur une infrastructure qui vous appartient
Pourquoi les institutions publiques font tourner des modèles ouverts comme Gemma 4 sur leur propre infrastructure, et comment la Bayes Platform garde les données citoyennes chez elles, en open-source et sans enfermement.

Comment sait-on qu'un agent IA est prêt à répondre au public ?
Un taux de précision auto-déclaré ne prouve rien. Comment les campagnes de revue de la Bayes Platform permettent aux professionnels d'un service public de valider les réponses d'un agent, à l'aveugle, avant sa mise en service.

Pourquoi nous testons chaque outil d'abord avec un modèle intermédiaire
Nous avions mal nommé notre outil de RAG, et Gemma 4 nous l'a fait remarquer. Ce que nous avons appris sur la conception de schémas d'outils pour une plateforme multi-modèles.

Construire vos agents IA sur la Bayes Platform
Parlez-nous de votre premier cas d’usage, ou installez vous-même la plateforme open-source.



