Enclave
Répondre à une demande d’accès aux données sans rien laisser fuiter : un modèle de langage installé chez vous lit chaque courriel et occulte ce qui ne doit pas sortir.
Depuis octobre 2026 · preuve de concept
fictif
Objet : dossier de M. Thomas Girard
M. Girard a rappelé ce matin au sujet de son contrat CL-558 204. Sa conseillère, Sophie Benoît, est en arrêt pour dépression depuis lundi. Je transmets à Julien Morel, du service juridique, joignable au 07 81 22 40 19. M. Girard cite aussi son voisin, M. Lopez comme témoin.
Le défi
Quand une personne demande ses données, l’entreprise a un mois pour lui remettre des milliers de courriels et de pièces jointes, en retirant tout ce qui concerne des tiers. À la main, c’est intenable. Dans un service d’IA en nuage, ces données sensibles quittent l’entreprise.
L’approche
- Des règles fixes pour les personnes, et le modèle local seulement pour ce qui demande de comprendre le contexte.
- Un modèle de 27 milliards de paramètres servi sur une seule machine posée sur le bureau, sans connexion sortante.
- Une occultation physique : dans les PDF, le texte caché est supprimé, pas recouvert d’un rectangle noir.
Les chiffres
- 0 octet envoyé hors de la machine
- 27 Md paramètres, servis en local par vLLM
- 130 courriels synthétiques dans le corpus de référence
- 186 tests automatiques du moteur
- Modèle local, v1
- 40,0 %
- Modèle local, actuel
- 64,6 %
- Meilleur modèle en nuage
- 84,6 %
Bonne décision sur les 130 courriels du corpus de référence. Mesures du dépôt du projet, octobre 2026, sur données synthétiques.
- vLLM
- Qwen 27 Md (FP8)
- NVIDIA DGX Spark
- MBOX · EML · PDF
- Interface FR / EN
Mis à jour le 2 novembre 2026