Une IA faite maison.

Le pari

Les grands modèles oublient. Mira fait l'inverse.

ChatGPT garde une « mémoire » sous forme de quelques phrases opaques, quelque part sur un serveur. Claude repart de zéro à chaque conversation. Les deux te demandent de leur faire confiance pour ce qu'ils retiennent — et pour ce qu'ils écartent.

À chaque échange, un extracteur dépose dans ton graphe cognitif personnel les faits, opinions, projets, contradictions et références qui te concernent. Ce graphe vit chez toi, tu le vois, tu l'édites, tu l'exportes au format .aube. C'est ta mémoire, pas la sienne.

Ce qu'elle retient

Des faits typés, pas un résumé flou.

La mémoire de Mira n'est pas une phrase générée qu'on te cache. C'est une base : chaque fait a un type, une source, une confiance, et des arêtes vers les faits qu'il confirme — ou qu'il contredit. Quand tu changes d'avis, Mira le remarque, et le note.

Notre propre IA

Développée à Montréal, servie par notre serveur.

Aujourd'hui, Mira répond avec Mira 1.5, notre premier modèle : un modèle ouvert (licence Apache 2.0) que nous servons nous-mêmes, sur notre propre serveur — aucune API des géants entre ta question et sa réponse.

Et nous entraînons en parallèle AubeMira-Core, notre modèle à nous, de zéro : corpus, entraînement, évaluation — tout se fait maison, au Canada, à Montréal. Le jour où il dépasse Mira 1.5 sur nos épreuves, il prend sa place.

Faite maison, et en bêta

Les coutures sont apparentes. C'est voulu.

Faite maison veut dire : pas de levée de fonds, pas d'équipe growth, pas de bandeau cookies. Un backend Flask, du PostgreSQL, un modèle qui tourne sur une vraie machine, et un code qu'une seule personne peut lire en entier.

Bêta veut dire : le petit modèle local bute encore, parfois. La mémoire, elle, ne perd rien — c'est le contrat. Si quelque chose casse, dis-le depuis l'app : il y a un humain au bout, et il répond.