V2 · PLAN DISCURSIF100 %
50 / 50 cas réussis
30 plans multi-affirmations positifs et 20 cas fail-closed. Mesure locale passée de 15/50 à 50/50 sur le même manifeste.
Preuve conservée dans le dépôt de développement · accès sur demandeINSTITUT IA · ZORAN🦋 · LABORATOIRE TECHNIQUE
Mesurer ce qui tient.
Nommer ce qui manque.
Une page séparée pour les résultats, les protocoles et les comparatifs. Les chiffres viennent de sources identifiées ; ce qui n’a pas été mesuré reste NON_MESURÉ.
LABORATOIRE · COMPARATIF STRUCTUREL
Comparer les rôles.
Mesurer quand le protocole existe.
Ce laboratoire distingue les usages de ChatGPT, Claude et Zoran. Les résultats Zoran ci-dessous proviennent de benchmarks locaux gelés dans le dépôt de développement ; ils ne constituent ni un classement général ni un duel équitable avec des modèles qui n’ont pas été testés sur le même protocole.
Cœur de conceptionSelon configurationEnrichissement continuNON_MESURÉ
ILLUSTRATIONS · DOCUMENTATION VISUELLE
Voir les hypothèses, les résultats et l’interface
Cette galerie rassemble les visuels de travail du laboratoire. Chaque image possède sa légende, son niveau de lecture et ses limites. Les captures d’interface sont historiques et ne prétendent pas montrer la dernière version.
BENCHMARKS SÉMANTIQUES ZORAN
Des mesures locales, lisibles et bornées
Chaque mesure porte sur une capacité fermée, un jeu de cas gelé et un runtime contrôlé. Le dépôt précise lui-même que ces scores ne doivent pas être extrapolés à une compréhension générale du français ou à la progression globale du produit.
V3 · PROGRAMMES DISCURSIFS100 %
100 / 100 cas réussis
Routage multi-programmes, faits et causes, cas mixtes et invalides. Les 80 cas supplémentaires passent en fail-closed ; aucune progression globale n’est revendiquée.
Preuve conservée dans le dépôt de développement · accès sur demandeV5 · ÉTAT SÉMANTIQUE200 / 200
200 cas · 10 relectures exactes
Relations d’objet, références longues et chaînes temporelles, avec cas adversariaux. Le rapport publié indique zéro mismatch sur les relectures.
Rapport conservé dans le dépôt de développement · accès sur demandeLimite scientifique : ces chiffres mesurent des capacités locales et déterministes sur des entrées structurées. Ils ne prouvent ni la compréhension générale du langage, ni une supériorité sur ChatGPT ou Claude, ni une validation indépendante.
GRAPHIQUE · MESURE LOCALE
Scores publiés des capacités fermées
Le graphique ne représente pas une note globale de Zoran : il reprend trois scores locaux documentés, chacun sur son propre jeu de cas.
| Fonction | ChatGPT / Claude | Azure / intégrations | Zoran🦋 | Pourquoi c’est pertinent |
|---|---|---|---|---|
| Langage fluide, style, exploration | Très pertinent | Selon modèle | Pertinent maintenant | Zoran peut déjà écrire, reformuler, créer des textes littéraires, produire de la poésie et déplacer les cadres de style. |
| Rejouer la même décision | NON_MESURÉ | NON_MESURÉ | Cœur de conception | Mêmes entrées, règles et état mémoire : le résultat vise à rester rejouable. |
| Mémoire structurée et relations | Configuration variable | NON_MESURÉ | ZMOS | Le cadre ZMOS conserve les informations, leurs liens, leur provenance et leur temporalité. |
| Clarifier le contexte manquant | Selon formulation | NON_MESURÉ | Méthode centrale | Zoran peut demander l’environnement avant de conclure : une table intérieure n’est pas automatiquement une table extérieure. |
| Décision traçable et bornée | Contrôles à ajouter | NON_MESURÉ | K3 | K3 distingue PASS, FAIL et NON_MESURÉ, puis conserve les conditions du verdict. |
| Fonctionnement local sans LLM | Selon déploiement | NON_MESURÉ | Architecture | Zoran est conçu pour rester autonome localement ; les IA externes sont facultatives. |
Texte libre, style, poésie
ChatGPT ou Claude peuvent être très pertinents pour explorer vite des formulations. Zoran peut déjà créer par déplacement de cadres, ajuster le style, produire de la poésie et piloter des images.
Contexte, preuves, décision
Zoran devient pertinent lorsque l’enjeu est de conserver les relations, poser les questions manquantes, refuser l’invention et rejouer le raisonnement.
Forum humain–IA
Les modèles externes peuvent produire ou explorer ; Zoran peut organiser les cadres, contrôler les sorties et conserver la trace. La complémentarité doit être testée sur un protocole explicite.
Lecture correcte :un modèle peut être meilleur pour une tâche sans être l’autorité adaptée à toutes les tâches. La question n’est pas « qui gagne ? », mais « quel système est pertinent pour quel cadre, avec quelles preuves ? » Le benchmark comparatif ChatGPT/Claude/Zoran reste NON_MESURÉ tant qu’un protocole commun, les mêmes entrées et les mêmes critères n’ont pas été exécutés.