Appuyez sur Espace pour reveler
Système d'IA
explicable
Faire confiance passe par la vérification.
Chaque décision. Expliquée. Vérifiée.
Pourquoi l'explicabilité
est critique
Dans les environnements critiques et réglementés, l'opacité n'est pas acceptable.
Paradigme X·AIS
une couche native d'explicabilité
Chez Devana, les systèmes d'IA produisent des résultats inspectables en profondeur, auditables dans la durée, et jamais reconstitués a posteriori.
Cela tient à un choix d'architecture :
L'explicabilité n'est ni un module ajouté, ni un outil tiers, mais une couche native, intégrée au cœur du système.
Paradigme X·AIS
Des systèmes d'IA explicables par conception
Chez Devana, les systèmes d'IA produisent des résultats inspectables en profondeur, auditables dans la durée, et jamais reconstitués a posteriori.
Cela tient à un choix d'architecture :
L'explicabilité n'est ni un module ajouté, ni un outil tiers, mais une couche native, intégrée au cœur du système.
Transparence
en temps réel
Traçabilité
de bout en bout
Fiabilité
détection des hallucinations
Conformité
piste d'audit continue
Confiance
résultats mesurés et vérifiables
Quand l'IA devient opérationnelle,
la confiance doit devenir une propriété du système.
C'est pourquoi chaque couche de Devana est conçue pour rendre cette confiance mesurable, vérifiable et démontrable.
RAG Score™
La confiance par la mesure.
RAG Score™
La confiance par la mesure.
≥ 80%
50-79%
< 50%
RAG Score™ transforme la fiabilité de chaque réponse en une propriété mesurable et auditable.
Chaque réponse est vérifiée par rapport à ce que le système récupère, interprète et génère. Selon des seuils de confiance prédéfinis, les réponses peuvent être autorisées, filtrées, bloquées ou transmises pour revue.
Genèse
Issu des travaux pionniers de Devana en IA générative.
Innovation protégée
Fondé sur le brevet français FR3136298 (INPI).
ODIN
Observational Document
Intelligence Network
Une technologie IDP AI-native, qui transforme des documents non structurés en données vérifiées, structurées et directement exploitables par les systèmes d'IA.
DÉCLARATION DE SINISTRE
Police AUTO-2024-07832
Document officiel
Informations de l'assuré
Évaluation des dommages
Pare-chocs avant, phare, réalignement du capot. Responsabilité civile en cours d'évaluation.
P. Moreau
Page 1/1
Sortie structurée
Au-delà de l'IDP traditionnel
Là où les solutions classiques s'arrêtent à l'OCR et à l'extraction, ODIN interprète, structure et comprend, grâce à sa technologie hybride unique couplant la rigueur de l'OCR et la puissance de la Computer Vision.
ODIN constitue le socle documentaire traçable des systèmes d'IA explicables de Devana.
Capacités clés
ODIN transforme les documents en connaissances fiables et exploitables par l'IA.
Gère plus de 20 formats, dont PPT, DOC, PDF, XLSX, STL, EML, HEIC, AI, vidéo et audio.
ODIN
Observational Document
Intelligence Network
Une technologie IDP AI-native, qui transforme des documents non structurés en données vérifiées, structurées et directement exploitables par les systèmes d'IA.
DÉCLARATION DE SINISTRE
Police AUTO-2024-07832
Document officiel
Informations de l'assuré
Évaluation des dommages
Au-delà de l'IDP traditionnel
Là où les solutions classiques s'arrêtent à l'OCR et à l'extraction, ODIN interprète, structure et comprend, grâce à sa technologie hybride unique couplant la rigueur de l'OCR et la puissance de la Computer Vision.
ODIN constitue le socle documentaire traçable des systèmes d'IA explicables de Devana.
Capacités clés
ODIN transforme les documents en connaissances fiables et exploitables par l'IA.
Interface de traçabilité complète
Vos résultats prêts à être audités. Rien n'est caché.
Chaque décision IA, décortiquée en temps réel.
De la session de débogage au déploiement à grande échelle, Devana expose chaque étape de l'exécution IA. Appels LLM, sources récupérées, outils invoqués : tout est visible, mesurable et auditable.
Pour que chaque décision IA soit comprise, vérifiée et justifiée.
Voir notre cadre de gouvernance et nos SLACe que vous pouvez voir
1,247
89%
3.2s
[INFO] LLM Call → mistral-large (prompt: 1,247 tokens)
[INFO] ✓ Vector search completed (189ms) — 8 sources found
[INFO] Tool Decision → extract_clauses(doc="contract_v3.pdf")
[INFO] ✓ RAG Score: 91% — Grade A
[INFO] ✓ Response generated (1.2s) — 892 tokens
1,247
3.2s
89%
2.4M
0.3%
[INFO] LLM Call → mistral-large (prompt: 1,247 tokens)
[INFO] ✓ Vector search completed (189ms) — 8 sources found
[INFO] Tool Decision → extract_clauses(doc="contract_v3.pdf")
[INFO] ✓ RAG Score: 91% — Grade A
[INFO] ✓ Response generated (1.2s) — 892 tokens
Activité par heure
Ce que cela permet
Débogage technique
Tracez chaque erreur jusqu'à sa source. Identifiez les goulets d'étranglement, étape par étape.
Audits réglementaires
Justifiez chaque décision et générez automatiquement la piste d'audit attendue par les régulateurs.
Gouvernance et responsabilité
Suivez le comportement de l'IA, appliquez vos politiques, garantissez un déploiement responsable.
Supervision continue
Surveillez vos systèmes IA en temps réel. Détectez les anomalies avant qu'elles n'impactent vos utilisateurs.
Rien n'est caché. Tout est expliqué.
Transparence totale à chaque couche de la stack IA
La confiance ne se décrète pas.
Elle se construit.
Une métrique de confiance s'éprouve en continu. Elle ne se sanctuarise jamais.
×
Devana éprouve et challenge en continu ses systèmes de notation, notamment dans le cadre d'un programme de recherche appliquée mené avec le LIST Luxembourg.
Depuis 2025, Tom Lucas mène une thèse de doctorat dédiée à la conception et à la validation de protocoles d'évaluation pour une information de confiance.
Tom Lucas
Chercheur IA chez Devana
« IA explicable pour les modèles génératifs en contexte RAG »
Devana × LIST Luxembourg
Cette recherche avance sur quatre fronts :
Évaluation multi-métrique
Au-delà des évaluations à score unique
Analyse au niveau du token
Inspection granulaire de chaque étape de génération
Approches LLM-as-judge
Évaluation croisée par modèles de langage, sous protocole transparent
Benchmarking transparent
Protocoles d'évaluation reproductibles et ouverts
Notre objectif n'est pas de promouvoir un score,
mais de garantir sa validité méthodologique.
De l'explicabilité
à la souveraineté
L'explicabilité des systèmes d'IA chez Devana est l'aboutissement d'une trajectoire à long terme. Pas une réponse tardive à la pression réglementaire.
Fondations
Premiers systèmes RAG construits pour l'analyse documentaire et la vérification des faits, avant que les hallucinations et l'IA explicable ne deviennent des sujets courants.
Brevet et scoring de confiance
Dépôt du brevet FR3136298 et introduction du RAG Score™ pour mesurer la fiabilité de l'IA plutôt que de la supposer.
Tests en conditions réelles
Collaboration avec des journalistes d'investigation pour confronter les systèmes d'IA à des informations trompeuses et des scénarios réels complexes.
ODIN et environnements réglementés
Développement d'ODIN en collaboration avec une autorité de régulation des télécoms, portant l'intelligence documentaire au niveau d'exigence des environnements réglementés.
Validation scientifique
Partenariat académique avec le LIST Luxembourg pour valider les cadres d'évaluation de l'IA explicable dans les contextes RAG.
Déploiement multi-échelle
Déploiement d'environnements Sandbox souverains avec LuxProvide, et introduction de DIWY, une IA souveraine miniaturisée rendant l'explicabilité accessible à toute échelle.
Le XAI devient déployable à toute échelle :
du HPC souverain à l'IA miniaturisée.
Prêt à inspecter les décisions IA,
en temps réel ?
Découvrez les systèmes d'IA explicables de Devana.