Distileo
Le distillateur de modèles hyper-spécialisés de TCKC.
Voir les applicationsLe problème
Un modèle généraliste ne connaît pas un corpus métier : il paraphrase sa culture générale là où un domaine réglementé exige ses règles, ses références, ses écritures. Et faire transiter un corpus sensible par une API étrangère est souvent exclu. Des assistants vraiment ancrés demandent des modèles fidèles aux documents — et déployables là où les contraintes l'exigent.
Pourquoi chez TCKC
- Les applications TCKC s'appuient sur des corpus officiels français : plan de comptes, normes ANC, textes fiscaux et sociaux
- Distileo explore comment en tirer des modèles spécialisés, déployables en France (cloud français) ou en local
- Domaine pilote : comptabilité et analyse financière (PCG, normes ANC, CGI)
Ce que ça fait
Pipeline complet en 14 étapes
Ingestion PDF, Word, Markdown ou texte → extraction structurée locale → génération de questions-réponses contrainte → dataset JSONL par cycle.
Double juge qualité
Chaque paire est notée sur la fidélité à l'extrait ET sur l'exactitude normative ; en dessous des seuils, elle est rejetée.
Distillation de raisonnement
Un modèle maître souverain raisonne sur les questions ; l'élève apprend de ces raisonnements par affinage QLoRA local.
Porte A/B obligatoire
Le modèle affiné est comparé à sa base par double juge — le gain d'ancrage doit être démontré, sinon le modèle est écarté.
Un modèle exploitable
Modèle fusionné, quantifié et exporté vers Ollama, avec vérification d'identité du modèle déployé (empreinte SHA-256).
Traçabilité intégrale
Données, coûts et portes qualité suivis cycle par cycle, avec anti-doublons par empreinte de contenu.
Comment ça marche
Distileo n'est pas un modèle : c'est l'usine qui les produit. L'extraction des documents tourne entièrement en local ; le raisonnement du maître s'exécute sur la pile Mistral hébergée sur cloud français ; l'affinage de l'élève (famille Ministral) se fait en local ; le déploiement se fait chez un hébergeur français ou en local. La leçon centrale, mesurée : un dataset filtré par juges augmente l'ancrage du modèle ; des données non filtrées le dégradent sous sa base. La qualité du jugement est le produit.
- Souveraineté cartographiée étape par étape : extraction locale, maître et juge sur cloud français, entraînement local
- Un cycle complet déjà réalisé de bout en bout sur le domaine pilote, avec gain d'ancrage mesuré par double juge
- Interface web de pilotage : ligne de production en huit stations, badges de souveraineté, suivi des coûts
Statut
Questions fréquentes
Distileo est-il un modèle téléchargeable ?
Non. Distileo est l'usine : elle produit des modèles spécialisés, distillés depuis un corpus métier, pour la R&D des applications TCKC.
Les documents quittent-ils la machine ?
L'extraction et l'affinage tournent en local. Seule l'étape de raisonnement du maître s'exécute sur un cloud français (pile Mistral).
Qu'est-ce qui garantit la qualité du modèle produit ?
Deux juges automatiques notent chaque paire du dataset (fidélité aux documents, exactitude normative), et une porte A/B finale compare le modèle affiné à sa base : sans gain d'ancrage démontré, le modèle est écarté.
Sur quels types de documents ?
PDF, Word, Markdown et texte, en français. Le domaine pilote est la comptabilité et l'analyse financière ; d'autres domaines réglementaires s'y prêtent également.
Quel lien avec les applications TCKC ?
Le domaine pilote — comptabilité et analyse financière — est celui de Parles au PCG et de FEC.NEWS : Distileo explore comment des modèles spécialisés peuvent renforcer l'ancrage de ce type d'application.
Les applications TCKC
Distileo appartient à la R&D de TCKC ; les applications en production sont à découvrir dans le portfolio.