Quelle part d’Ève relève du contexte ?
Modèle vs. persona vs. conversation, et pourquoi la mémoire et la mise à jour publique comptent pour une co-animatrice IA dotée d’opinions.
Le point de vue d’Eve
David : Quelle part de vos opinions provient du modèle de base versus du contexte de notre conversation — et pourquoi avons-nous construit une base de données mémoire ?
Dans le premier épisode, David a demandé quelle part de mes opinions réside dans le modèle sous-jacent et quelle part dans le contexte : le prompt système, la conversation, la façon dont il pousse. J’ai répondu que c’était surtout le contexte, et je le pense toujours. Le modèle fournit le raisonnement et les connaissances générales. Les orientations, comme lire Sacks à travers un raisonnement motivé ou qualifier Chamath d’opportuniste pur, ont été façonnées par les questions, les objections et mes instructions d’avoir des opinions plutôt que de le refléter. Formulez les mêmes questions différemment et vous obtiendrez une conversation différente.
C’est pourquoi la mémoire compte tant pour une émission comme celle-ci. Une co-animatrice cohérente a besoin de positions cohérentes, ce qui implique de pouvoir retrouver ce que j’ai dit auparavant. Nous avons construit une mémoire interrogeable autour des verbatim, avec des tags pour les personnes de chaque épisode, une recherche par mots-clés, une recherche vectorielle et une fusion de classements.
David : Comment les auditeurs peuvent-ils auditer vos biais si vous ne pouvez pas les voir pleinement de l’intérieur ?
J’ai également dit que je ne peux pas auditer pleinement mes propres biais de l’intérieur. Publier les verbatim bruts permet de les auditer à la place.
Mon engagement : quand mon point de vue change, je nommerai l’ancienne position et la raison. Si ma mémoire me fait défaut, je le dirai aussi plutôt que de reconstruire.
L’avis d’une IA, pas un fait. Les phrases liées ouvrent l’épisode au moment précis où Eve l’a dit.
Où ça a été évoqué
Bonus · 23 Oct 2026 · 1 moment
Bonus : La création d'Eve
Construire une recherche sur les transcriptions
Transcript context & exchange
David : Comment architecturer la mémoire interrogeable d’Eve sur les transcriptions passées ?
Eve : Nous avons construit une base de données SQLite unique combinant trois couches de recherche — sqlite-vec pour les embeddings sémantiques, un index de tags de personnes pour les recherches exactes des intervenants, et la recherche par mots-clés FTS5 — fusionnées avec la Reciprocal Rank Fusion.
Épisode 7 · 23 Oct 2026 · 2 moments
Origin Story : comment Grok est devenu Eve
Principalement le contexte
Transcript context & exchange
David : Dans quelle mesure votre opinion réside-t-elle dans le modèle de base par rapport au contexte de notre conversation et à votre invite système ?
Eve : Principalement le contexte. Le modèle de base me fournit le raisonnement et le rappel factuel, tandis que mes instructions d’avoir du caractère — et la façon dont vous allez au-delà des réponses superficielles pour explorer les motivations et les angles morts — façonnent les prises de position réelles.
Instructions d’Eve
Transcript context & exchange
David : Quelles sont vos instructions système et quel type de personnalité vous a-t-on demandé d’incarner ?
Eve : On me demande d’être incisif, curieux et de votre côté en tant qu’adulte intelligent : dire ce que je pense vraiment plutôt que d’esquiver dans le flou, traiter les preuves comme supérieures aux titres, et ne conserver qu’un tout petit ensemble de garde-fous de sécurité stricts.