Conformité, avec un reçu.
La plupart de la « conformité IA » s'arrête aux journaux d'accès et aux garde-fous au niveau du prompt. Divinci entre dans le modèle. Chaque association d'entité est une caractéristique interrogeable ; chaque modification est un correctif portable et auditable — et le vindex est l'artefact de documentation technique que votre régulateur est sur le point d'exiger.
Ce que la réglementation exige · ce que LarQL livre
Le même artefact — le vindex — répond aux exigences de transparence, de surveillance, de documentation et d'effacement dans les quatre grandes réglementations d'IA auxquelles font face les clients de Divinci.
| Réglementation | Exigence | Ce que les concurrents proposent | Ce que LarQL/vindex propose |
|---|---|---|---|
 Règlement IA UE §13 Transparence | « Transparence suffisante pour permettre aux utilisateurs d'interpréter les sorties » | Fiches de modèle, descriptions textuelles du système | Le vindex EST un artefact de transparence interrogeable — chaque caractéristique porteuse de fait identifiée par (layer, feature, gate_score) |
| Règlement IA UE §14 Surveillance humaine | Les opérateurs doivent intervenir de manière significative | Garde-fous au niveau du prompt (contournables par jailbreak) | Correctifs DELETE au niveau des poids sur la caractéristique, pas sur le prompt — impossibles à contourner par jailbreak |
| Règlement IA UE Annexe IV Documentation technique | « Logique générale du système d'IA » | Diagrammes d'architecture + résumés des données d'entraînement | Documentation mécaniste exacte au bit près : vocabulaire projeté de chaque caractéristique, métrique structurelle de chaque couche (C1–C5) |
 RGPD Article 17 Droit à l'effacement | Suppression vérifiable des données personnelles | Affinage pour « oublier » — non vérifiable ; les données peuvent ressurgir de manière adversariale | Correctif DELETE avec piste d'audit = suppression prouvable d'une association d'entité nommée spécifique à +0,02 % de perplexité. Le fichier du correctif est le reçu. |
 HIPAA · PCI · RGPD Désidentification | Retirer les PII des produits de données | Filtrage de tokens en E/S (fuites possibles) | Identification au niveau caractéristique des directions encodant les PII ; suppression chirurgicale au niveau des poids |
 NIST AI RMF Gestion | Quantifier et gérer le risque résiduel | Évaluations de risque à l'intuition | Les constantes universelles C1–C5 vous donnent une base structurelle mesurable ; revérifiez après chaque correctif |
À quoi ressemble vraiment un « reçu »
Un correctif LarQL est un fichier JSON portable avec une somme de contrôle SHA-256. Appliquez-le pour supprimer un fait ; retirez-le pour restaurer le modèle bit pour bit. Le correctif EST le journal d'audit — opérateurs, régulateurs et consommateurs en aval peuvent vérifier la même opération de façon indépendante.
Ci-dessous : le correctif Gate-3 réel que nous livrons dans notre suite de tests publique, montrant l'association Paris→capitale supprimée et restaurée avec un effet mesurable et reproductible sur un véritable vindex Gemma 4 E2B.
{
"name": "gdpr-art17-paris-capital",
"version": 1,
"base_model": "google/gemma-4-E2B-it",
"created_at": "2026-04-22T22:34:00Z",
"operations": [{
"op": "delete",
"entity": "Paris",
"relation": "capital",
"target": "서울",
"weight": -1.0,
"layer": 27,
"feature": 11179
}]
}
# ── Verifiable result ──
# before: feature 11179 score 18.10 target='서울' (rank #1)
# after: feature 11179 ABSENT from top-25
# Δ perplexity (WikiText-103, 1024 tok): +0.02%
# vindex sha256: 9abaeaf6...Une conformité que vous pouvez prouver. Sur n'importe quel transformer ouvert.
Huit vindexes publiés aujourd'hui sur Gemma, Qwen, Llama, Mistral, OpenAI MoE et Microsoft 1-bit. Apportez votre modèle — nous construirons le reçu.