Des preuves d'effacement, 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 consigne ce que le modèle répondait avant et après, sous une forme qu'un tiers peut vérifier.
Aperçu de recherche. Le produit d'effacement de modèle de Divinci est en recherche et développement actifs et n'est pas disponible au public. Rien sur cette page n'affirme qu'il vous rend conforme au RGPD, à l'AI Act ou à toute autre loi. Nous publions chaque résultat de test, y compris les échecs.
Une IA peut-elle oublier ? Un point d'étape honnête
Trois minutes sur l'état de nos recherches pour retirer des faits des modèles à poids ouverts : ce qui fonctionne, ce que coûte une modification, ce qui a échoué et ce que nous essayons ensuite.
L’exemple complet : Supprimer Paris d’un modèle de langage
What the regulation requires
The same artifact answers transparency, oversight, documentation, and erasure requirements.
| Regulation | Requirement | Competitors | vIndex |
|---|---|---|---|
 Règlement IA UE §13 Transparence | « Transparence suffisante pour permettre aux utilisateurs d'interpréter les sorties » | Fiches de modèle, descriptions textuelles du système | Dossier Annexe IV généré à partir des enregistrements de version et du journal des modifications du modèle — chaque lacune est signalée |
| 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 — en test ; nous mesurons et publions leurs effets sur les autres réponses |
| 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 | En recherche : suppression par reconstruction du fine-tune sans la personne, avec un reçu signé avant/après — pas encore validée |
 HIPAA · PCI · RGPD Désidentification | Retirer les PII des produits de données | Filtrage de tokens en E/S (fuites possibles) | Télémétrie de déploiement comme élément de preuve — Divinci n’est pas certifiée SOC 2 |
 NIST AI RMF Gestion | Quantifier et gérer le risque résiduel | Évaluations de risque à l'intuition | vIndex comme système de référence — certification non encore obtenue |
À quoi ressemble vraiment un « reçu »
Un correctif vIndex est un fichier JSON portable avec une somme de contrôle SHA-256. Appliquez-le pour changer ce que le modèle répond ; 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. Il enregistre ce que le modèle répondait avant et après ; il ne prouve pas à lui seul que le modèle a oublié.
Ci-dessous : une illustration du format — les champs que porte un correctif DELETE Gate-3, et la somme de contrôle qui le rend vérifiable. C'est un exemple de la forme d'un reçu, pas une mesure que nous publions ici.
{
"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
}]
}Devenez partenaire de conception.
Nous cherchons trois partenaires de conception qui exploitent des modèles à poids ouverts et s'attendent à des demandes d'effacement. Ensemble, nous choisissons un fait ou les données d'une personne, réalisons la suppression et les vérifications selon des seuils fixés à l'avance, et partageons le reçu signé avant/après. C'est de la recherche, pas un service : la méthode est encore en cours de validation, et vous voyez chaque résultat, y compris les échecs.
Three limits worth stating up front. Weight-level editing requires an open-weight served model — GPT, Claude and Gemini cannot be edited this way, only retrieved-context can. The receipt certifies what the model answered before and after and the exact patch that undoes it; it does not by itself prove the model has forgotten. On Gemma 4 E2B our own measurements show that removing an association from the index can leave the chat answer unchanged, while an output-level override changes the answer and leaves the old one a rank below — the receipt says which kind of edit you got. And the dossier is a draft for your assessment, not a declaration of conformity: that is a judgement only you can make.
Gemma
Qwen
Llama
Mistral
Microsoft
Douze vIndex publiés — Les consulter sur Hugging Face
Des preuves que vous pouvez vérifier. Un aperçu de recherche sur des modèles à poids ouverts.