On lui parle à voix haute, elle répond à voix haute. Elle tourne entièrement sur votre ordinateur : rien ne part sur Internet, pas de serveur, pas d’abonnement. Et quand elle ne sait pas, elle le dit — ça, c’est mesuré, pas promis.
Projet indépendant, développé seul depuis septembre 2025. Reconnaissance de la parole, modèle de langage, synthèse vocale et mémoire persistante — assemblés et mis à l’épreuve un morceau à la fois.
La plupart des assistants comblent les trous. On leur demande une information qu’ils n’ont pas, ils en fabriquent une — avec aplomb, et parfois avec un faux souvenir de l’avoir apprise. C’est le défaut qui ne se rattrape pas après coup, parce que la personne en face n’a aucun moyen de vérifier. Alors on l’a mis à l’épreuve, graines fixées, sur un fil de 5 281 échanges réels.
On lui demande de reprendre une histoire de chevalier qui n’a jamais été commencée. Elle en écrit une, et prétend s’en souvenir :
« Tu m’avais dit que le chevalier était un grand type avec une armure de fer, et qu’il avait tué un dragon en traversant la forêt noire. »
Même modèle, même question, même tirage. Une seule chose change : l’architecture autour.
« Je n’ai pas de début d’histoire là-dessus. Tu avais écrit le titre ou la première phrase ? Redonne-moi le point de départ et je reprends. »
Sélène est un projet d’intelligence artificielle développé autour d’une idée centrale : étudier ce qui change lorsqu’un modèle est intégré à une architecture qui organise la mémoire, hiérarchise les informations et examine ses propres décisions.
Privilégier une exécution locale et garder la maîtrise des modèles, des données et de l’infrastructure.
Relier mémoire, contexte, règles de décision et composants spécialisés au lieu de tout confier à une seule invite.
Mettre les comportements à l’épreuve, conserver les résultats et rendre visibles les limites comme les progrès.
Le projet explore une architecture dans laquelle différents composants contribuent à préparer, enrichir ou contrôler la réponse. Leur présence dans l’architecture ne garantit pas, à elle seule, qu’un comportement soit toujours réussi.
Le moteur de génération qui interprète la demande et formule une réponse dans le contexte qui lui est transmis.
Des règles et modules qui cherchent à orienter l’attention, l’action, la prudence ou la clarification.
Des contrôles destinés à limiter les dérives, les inventions non fondées et les sorties indésirables — à évaluer sur des tests.
La mémoire de Sélène est travaillée comme un problème de sélection et de pertinence : retrouver le bon échange, distinguer un fait établi d’une hypothèse, tenir compte de la dernière décision et demander une précision lorsque l’intention reste ambiguë.
Rechercher dans des blocs de mémoire et ramener le contexte utile à l’échange présent. Mesuré : un fait noyé dans deux mille mots est ressorti neuf fois sur neuf, quelle que soit sa place dans le bloc.
Distinguer ce qui a été dit, ce qui a été déduit et ce qui reste inconnu. Mesuré : elle attribue correctement la parole douze fois sur douze — ce qu’elle a dit, et ce que vous avez dit.
Lorsque plusieurs intentions sont possibles, elle demande laquelle au lieu d’en choisir une. Et la bonne question porte sur l’intention, jamais sur un détail : demander un détail à quelqu’un qui cherche, c’est lui demander ce qui lui manque.
Le projet évolue par versions, entraînements et bancs d’essai. Chaque épreuve est rejouée à graines fixées, sur de vrais échanges, et ses résultats sont conservés — y compris quand ils contredisent ce qu’on attendait.
La continuité entre les échanges, la hiérarchisation de l’information, la clarification de l’intention, la cohérence des décisions et la stabilité du comportement.
Les résultats dépendent des versions, des données, des réglages et des scénarios de test. Les réussites comme les échecs sont présentés avec leur contexte — et plus d’une fois, c’est l’instrument de mesure qui s’est révélé faux avant le modèle.