BiVelio Embedding Layer Algorithm
La meilleure preuve, avec moins d'embeddings et moins de tokens.
BV-EMLA transforme des documents et une requête en un paquet minimal de preuves pertinentes. Elle réduit le coût de création des embeddings, de stockage des index et d'envoi du contexte au modèle, tout en préservant l'identité, les versions, les métadonnées et la traçabilité de chaque document. Elle ne génère pas nécessairement de réponse : elle prépare la meilleure preuve pour que n'importe quelle application —avec OpenAI, Anthropic, Gemini ou un modèle local— puisse l'utiliser.
BV-EMLA est conçu comme un produit entièrement autonome. Il n'a besoin ni du Brain de BiVelio, ni d'un compte, ni de ses bases de données ni de ses modèles internes. BiVelio en sera ensuite l'un des consommateurs, et non l'environnement dont il a besoin pour fonctionner.
- 1
Ingestion : il normalise, déduplique de façon vérifiée et découpe les documents.
- 2
Représentation : il réutilise les embeddings depuis le cache ou crée uniquement ceux qui manquent.
- 3
Récupération adaptative : il choisit le plan le moins coûteux qui atteigne une preuve suffisante.
- 4
Composition : il livre le contexte minimal qui couvre la requête, avec traces et métriques.
EMLA Compile
Il transforme une collection de documents en une représentation efficace et vérifiable : il normalise, détecte les doublons et quasi-doublons de façon vérifiée, découpe selon la structure et réutilise ou crée des embeddings. Dix copies du même manuel partagent une seule représentation technique, sans perdre l'identité de chaque document.
EMLA Resolve
Il reçoit une requête et choisit l'effort nécessaire. Une question simple utilise une recherche peu coûteuse ; une question complexe ajoute la récupération dense, le reranking et l'expansion. Vous ne payez le coût élevé que lorsque la requête l'exige, et le résultat est le plus petit ensemble qui couvre toute la question.
Moins d'embeddings répétés et moins de stockage.
Moins de tokens de contexte envoyés au modèle.
Index et fournisseurs interchangeables ; mode local sans infrastructure externe.
Traçabilité et métriques pour chaque récupération.
En conception sous forme de bibliothèque autonome (Python SDK et API HTTP). Il sera d'abord validé avec des benchmarks neutres ; il sera ensuite intégré à BiVelio au moyen d'un adaptateur.
Algorithme en conception. Les chiffres de performance et d'économie seront publiés une fois les benchmarks terminés ; d'ici là, nous n'avançons aucun pourcentage.