Richard Golian

Né en 1995. Diplômé de l’Université Charles de Prague. Responsable de la performance chez Mixit. Plus de 10 ans dans le marketing basé sur les données.

#myjourney #myfamily #health #cognition #philosophie #technologie #intelligenceartificielle #darkness #security #finance #politique #slovaquie #banskabystrica #carpathians

English Castellano Slovenčina

Gérer l'abonnement Choisir un abonnement

RSS
Suivre les nouveaux articles
Newsletter
Nouveaux articles dans votre boîte mail
Gérer l'abonnement · Choisir un abonnement
#apprendreiaacomprendre

Apprendre à l'IA à comprendre — Richard Golian

Apprendre à l'IA à comprendre

Une partie importante de mes études universitaires a été consacrée à la structure de la compréhension — comment le sens se forme avant que nous ne le traitions consciemment, comment toute interprétation est ancrée dans ce que nous savons déjà, et comment la disposition façonne ce que nous voyons avant tout argument. Dans mon mémoire de master à l'Université Charles, j'ai examiné ces structures dans les textes rhétoriques romains de Quintilien, Cicéron et de l'auteur de Rhetorica ad Herennium. Aujourd'hui, j'applique ces connaissances à l'entraînement d'agents IA. Comment vous structurez le contexte, quelle pré-compréhension vous donnez à un modèle, comment vous gérez ses limites — ce ne sont pas seulement des questions techniques. Ce sont des questions sur la nature même de la compréhension. #intelligenceartificielle

4 articles

#intelligenceartificielle #technologie #apprendreiaacomprendre

Ce que l'IA vous cache : prompts système, hallucinations, alignement et la dissimulation intégrée dans chaque modèle

Avant d'enseigner quoi que ce soit à l'IA, il faut voir ce qu'elle vous cache.
11 April 2026 412
#intelligenceartificielle #technologie #apprendreiaacomprendre

Quand votre agent IA rejoint l'équipe — qui a le droit de lui enseigner ?

Dès que d'autres personnes ont eu besoin d'y accéder, le problème a complètement changé. Il ne s'agissait plus de savoir si l'agent pouvait apprendre. Il s'agissait de savoir qui avait le droit de lui enseigner.
2026-04-08 409
#intelligenceartificielle #technologie #apprendreiaacomprendre

Entraîner un agent IA qui apprend entre les sessions

Je voulais construire un agent qui ne se contente pas d'assister. Un agent qui agit.
4 April 2026 621
#intelligenceartificielle #technologie #apprendreiaacomprendre

Limites des modèles IA locaux : pourquoi je suis passé d'Ollama à Claude pour les agents autonomes

Voici ce que j'ai appris sur l'IA locale versus le cloud, et pourquoi je suis passé à Claude Code.
3 April 2026 973
Comment enseigner à une machine à comprendre ? Pas seulement à traiter des tokens, mais à interpréter le sens en contexte. Une partie importante de mes études à l'Université Charles a porté sur cette question — l'étude de la structure de la compréhension et son examen dans les textes rhétoriques romains de Quintilien, Cicéron et de l'auteur de Rhetorica ad Herennium. Travailler avec la phénoménologie de Heidegger — en particulier l'analyse de l'interprétation dans Être et temps — a fourni un cadre pour examiner comment les pré-structures, la disposition et la dissimulation de l'art façonnent la formation du sens. Ce sont les mêmes dynamiques qui deviennent visibles quand on entraîne une IA : quel contexte vous fournissez, quels présupposés vous intégrez et ce que vous laissez implicite. Ces articles documentent ce processus — de la construction de mémoire persistante et de boucles d'autocorrection à la question plus profonde de comment fonctionne la compréhension elle-même et ce que cela signifie pour l'intelligence artificielle.

Questions fréquentes sur ce sujet ?

Qu'est-ce que la structure de la compréhension et quel rapport avec l'IA ?
La structure de la compréhension décrit comment fonctionne l'interprétation — ce qui façonne le sens avant même que nous ne commencions à penser consciemment. Toute interprétation est ancrée dans la pré-compréhension, la disposition et les concepts disponibles. L'IA est entièrement dépourvue de ces structures — elle n'a aucune pré-compréhension à moins que vous ne la lui fournissiez. C'est pourquoi la façon dont vous structurez le contexte, configurez les system prompts et concevez la mémoire change fondamentalement ce que l'IA produit. Comprendre ces structures vous donne un avantage que la plupart des personnes travaillant avec l'IA n'ont pas.
L'étude de la phénoménologie peut-elle améliorer le travail avec l'IA ?
Oui. La phénoménologie étudie comment fonctionnent le sens et l'interprétation à un niveau fondamental. Cela change la façon dont vous concevez les systèmes de mémoire, structurez vos prompts et reconnaissez les limites de l'IA. C'est la différence entre utiliser l'IA comme outil et comprendre pourquoi elle produit ce qu'elle produit.
Qu'est-ce que la mémoire persistante d'un agent IA ?
La mémoire persistante permet à un agent IA de conserver ses connaissances entre les sessions. Sans mémoire structurée, chaque session repart de zéro. Concevoir des systèmes de mémoire efficaces est l'un des défis clés pour construire des agents IA qui s'améliorent véritablement.
Qui devrait contrôler ce qu'un agent IA apprend ?
Lorsqu'un agent passe d'un outil personnel à une ressource d'équipe, la question de qui peut façonner ses connaissances devient critique. Un accès non contrôlé à la mémoire de l'agent peut contaminer ses comportements appris.