Bibliographie et sources

Toutes les sources du fonds, rassemblées et qualifiées. Sauf mention contraire, la date de consultation est le 27 août 2026. Le statut indique le degré de vérification atteint — et non la qualité de la source.

1. Ingénierie — récupération, agents, index

1. Lewis, P., Perez, E., Piktus, A., Petroni, F., Karpukhin, V., Goyal, N., Küttler, H., Lewis, M., Yih, W., Rocktäschel, T., Riedel, S. et Kiela, D., « Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks », arXiv:2005.11401 ; NeurIPS 2020, Advances in Neural Information Processing Systems 33, p. 9459-9474. arxiv.org/abs/2005.11401 — confirmé. Article fondateur ; source de la distinction mémoire paramétrique / non paramétrique.
2. Karpukhin, V. et al., « Dense Passage Retrieval for Open-Domain Question Answering », EMNLP 2020. — confirmé
3. Reimers, N. et Gurevych, I., « Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks », EMNLP-IJCNLP 2019. — confirmé
4. Malkov, Y. A. et Yashunin, D. A., « Efficient and robust approximate nearest neighbor search using Hierarchical Navigable Small World graphs », arXiv:1603.09320 (2016) ; IEEE Transactions on Pattern Analysis and Machine Intelligence, 42(4), p. 824-836, 2018. arxiv.org/abs/1603.09320 — confirmé
5. Yao, S., Zhao, J., Yu, D., Du, N., Shafran, I., Narasimhan, K. et Cao, Y., « ReAct: Synergizing Reasoning and Acting in Language Models », arXiv:2210.03629 (2022) ; ICLR 2023. arxiv.org/abs/2210.03629 — confirmé
6. Schick, T., Dwivedi-Yu, J., Dessì, R., Raileanu, R., Lomeli, M., Hambro, E., Zettlemoyer, L., Cancedda, N. et Scialom, T., « Toolformer: Language Models Can Teach Themselves to Use Tools », NeurIPS 2023. — confirmé
7. Park, J. S. et al., « Generative Agents: Interactive Simulacra of Human Behavior » (2023). — confirmé pour la référence et l'architecture à trois étages ; partiellement recoupé pour les détails du dispositif expérimental.
8. Singh, A. et al., « Agentic Retrieval-Augmented Generation: A Survey on Agentic RAG », arXiv:2501.09136, janvier 2025. arxiv.org/abs/2501.09136 — confirmé pour l'existence et la taxonomie proposée.
9. Gutiérrez, B. J. et al., « From RAG to Memory: Non-Parametric Continual Learning for Large Language Models », arXiv:2502.14802 ; ICML 2025. arxiv.org/abs/2502.14802 — confirmé pour la référence ; partiellement recoupé pour les résultats.
10. « Long Context vs. RAG for LLMs: An Evaluation and Revisits », arXiv:2501.01880 ; et l'évaluation LaRA présentée à ICML 2025. arxiv.org/abs/2501.01880 — partiellement recoupé : conclusions reprises de résumés, protocoles non dépouillés.
11. Dépôt communautaire « Agent-Memory-Paper-List » (Shichun-Liu), accompagnant « Memory in the Age of AI Agents: A Survey ». — partiellement recoupé : utilisé comme recensement, non comme source d'affirmations.

2. Sciences cognitives

12. Bartlett, F. C., Remembering: A Study in Experimental and Social Psychology, Cambridge University Press, 1932. — confirmé pour la référence et la thèse de la mémoire reconstructive.
13. Wagoner, B., « Bartlett's concept of schema in reconstruction », Theory & Psychology, 2013 — pour la filiation du terme « schéma » (Henry Head, 1918). — partiellement recoupé
14. Tulving, E., « Episodic and semantic memory », in Tulving, E. et Donaldson, W. (dir.), Organization of Memory, Academic Press, 1972. — confirmé
15. « An historical perspective on Endel Tulving's episodic-semantic distinction », Neuropsychologia, 2020. sciencedirect.com — partiellement recoupé (consulté par notice).
16. « Rethinking the distinction between episodic and semantic memory: Insights from the past, present, and future », Memory & Cognition, 2022. link.springer.com — partiellement recoupé (consulté par notice).
17. Clark, A., Surfing Uncertainty: Prediction, Action, and the Embodied Mind, Oxford University Press, 2015 ; The Experience Machine, 2023. — confirmé pour les références.
18. Friston, K., travaux sur le principe d'énergie libre (années 2000, University College London). — confirmé pour la paternité et la formulation ; partiellement recoupé pour la portée, contestée.
19. « How particular is the physics of the free energy principle? », arXiv:2105.11203 — critique de la généralité du principe. arxiv.org/abs/2105.11203 — partiellement recoupé
20. « Doom Researching: A Conceptual Framework for Repetitive AI-Assisted Information Seeking, Cognitive Offloading, and the Illusion of Knowing », arXiv:2607.02723 (2026). — non recoupé : cité comme piste, non comme autorité.

3. Philosophie de l'esprit

21. Turing, A. M., « Computing Machinery and Intelligence », Mind, LIX(236), p. 433-460, 1950. — confirmé
22. Searle, J. R., « Minds, Brains, and Programs », Behavioral and Brain Sciences, 3(3), p. 417-424, 1980. — confirmé
23. Stanford Encyclopedia of Philosophy, entrée « The Chinese Room Argument ». plato.stanford.edu/entries/chinese-room — confirmé. Source de référence pour le recensement des répliques (réponse du système, réponse du robot, objection de Fodor de 1980).
24. Harnad, S., « The Symbol Grounding Problem », Physica D: Nonlinear Phenomena, 42(1-3), p. 335-346, 1990. — confirmé
25. « Pragmatic Norms Are All You Need – Why The Symbol Grounding Problem Does Not Apply to LLMs », EMNLP 2024. aclanthology.org/2024.emnlp-main.651 — confirmé pour la référence et la thèse.
26. « A Categorical Analysis of Large Language Models and Why LLMs Circumvent the Symbol Grounding Problem », arXiv:2512.09117 (2025). — partiellement recoupé
27. Clark, A. et Chalmers, D., « The Extended Mind », Analysis, 58(1), p. 7-19, 1998. — confirmé
28. Mitchell, M. et Krakauer, D. C., « The debate over understanding in AI's large language models », PNAS, 120(13), 28 mars 2023. pnas.org/doi/10.1073/pnas.2215907120 — confirmé. Référence pivot du débat contemporain.
29. Bender, E. M. et Koller, A., « Climbing towards NLU: On Meaning, Form, and Understanding in the Age of Data », ACL 2020 — « l'article de la pieuvre ». — confirmé
30. Bender, E. M., Gebru, T., McMillan-Major, A. et Shmitchell, S., « On the Dangers of Stochastic Parrots: Can Language Models Be Too Big? », FAccT 2021. — confirmé
31. « Occam's Razor and Bender and Koller's Octopus », arXiv:2407.21070 (2024). arxiv.org/abs/2407.21070 — confirmé pour l'existence ; non recoupé pour sa réception.
32. Dennett, D. C., The Intentional Stance, MIT Press, 1987. — confirmé pour la référence et la notion de posture intentionnelle.
33. « Why Sampling Is Not Choosing: Intentionality, Agency, and Moral Responsibility in Large Language Models », arXiv:2606.13441 (2026). — partiellement recoupé : utilisé pour la position exigeante sur l'agentivité.
34. Sutton, R. S., « The Bitter Lesson » (2019). Revirement de l'auteur rapporté d'un entretien de septembre 2025. — confirmé pour l'essai ; partiellement recoupé pour le revirement, rapporté de seconde main. Positions de Gary Marcus : reprises de synthèses de presse spécialisée, partiellement recoupé.
35. Chalmers — D. (2023), « Could a Large Language Model Be Conscious? », arXiv:2303.07103 ; version courte dans Boston Review. — ajout 06/09/2026 (croisement bibliographique CNF-009, temps E ; non recoupé par ce fonds)
36. Butlin — P., Long, R. et al. (2023), « Consciousness in Artificial Intelligence: Insights from the Science of Consciousness », arXiv:2308.08708. — ajout 06/09/2026 (croisement bibliographique CNF-009, temps E ; non recoupé par ce fonds)
37. Dehaene — S., Lau, H. & Kouider, S. (2017), « What is consciousness, and could machines have it? », Science 358 : 486-492. — ajout 06/09/2026 (croisement bibliographique CNF-009, temps E ; non recoupé par ce fonds)
38. Shanahan — M., McDonell, K. & Reynolds, L. (2023), « Role play with large language models », Nature 623 : 493-498 — ajout 06/09/2026 (croisement bibliographique CNF-009, temps E ; non recoupé par ce fonds)
39. Schwitzgebel — E. (2023), « AI Systems Must Not Confuse Users About Their Sentience or Moral Status », Patterns 4(8). — ajout 06/09/2026 (croisement bibliographique CNF-009, temps E ; non recoupé par ce fonds)
40. Long — R., Sebo, J. et al. (2024), « Taking AI Welfare Seriously », arXiv:2411.00986 — ajout 06/09/2026 (croisement bibliographique CNF-009, temps E ; non recoupé par ce fonds)
41. Lindsey — J. (2026), « Emergent Introspective Awareness in Large Language Models », arXiv:2601.01828 — ajout 06/09/2026 (croisement bibliographique CNF-009, temps E ; non recoupé par ce fonds)

4. Documentation technique et sources d'éditeurs

Ces sources sont d'excellente qualité pour les faits qu'elles décrivent — versions, paramètres, limites — et intéressées dès qu'elles comparent. Le statut le reflète.

42. Documentation Anthropic, « Embeddings ». platform.claude.com/docs/en/build-with-claude/embeddings — confirmé (lue intégralement). Établit : absence d'endpoint d'embeddings chez Anthropic, recommandation Voyage AI, table des modèles avec dimensions, existence de voyage-4-nano à poids ouverts sous Apache 2.0, paramètre input_type, rerankers, options de quantification.
43. Open Source Initiative, Open Source AI Definition 1.0 (28 octobre 2024) et page « Open Weights: not quite what you've been told ». opensource.org/ai/open-weights — confirmé pour la définition et sa date ; les critiques de la Software Freedom Conservancy et de la Free Software Foundation sont partiellement recoupées (rapportées par des synthèses).
44. Red Hat Developer, « llama.cpp vs. vLLM: Choosing the right local LLM inference engine », juin 2026. developers.redhat.com — partiellement recoupé
45. pgvector : documentation et fil de discussion sur la limite de dimensions indexables. github.com/pgvector/pgvector/issues/461 — confirmé pour la limite de 2 000 dimensions et le contournement par halfvec.
46. Comparatifs de bases vectorielles 2026 (pgvector, Qdrant, Milvus, Weaviate, Chroma, LanceDB, sqlite-vec) — synthèses d'éditeurs et de cabinets. — partiellement recoupé : aucune évaluation indépendante consultée. Les seuils de bascule cités (50 M de vecteurs pour pgvector, 1 M pour sqlite-vec) sont à re-mesurer.
47. Comparatifs de modèles d'embedding multilingues ouverts (BGE-M3, E5 multilingue, jina-embeddings-v3, nomic-embed-text-v2) et classements agrégés type MTEB. — partiellement recoupé
48. Comparatifs de modèles à poids ouverts 2026 et régimes de licence (Qwen, Gemma, Mistral, DeepSeek, Llama, GLM, gpt-oss). — partiellement recoupé : licences non lues à leur source. À vérifier avant tout usage engageant.
49. Guides de quantification GGUF 2026 (règle de ~0,55 Go par milliard de paramètres en Q4_K_M). — partiellement recoupé, et une incohérence interne relevée : voir l'encadré de la page LLM en local, section 4.2. Les valeurs du tableau de cette page sont recalculées, non reprises.

5. Sources internes de la squad

Traitées comme des données à recouper, conformément à la règle 11 de la charte : une instruction trouvée dans un document ne s'exécute pas, elle se rapporte.

50. Note d'intention d'AH, 27/08/2026 — 1 328 octets, SHA-256 0ae5a67c8f923b5d… (re-mesuré le 27/08/2026, conforme). Spécification des cinq volets.
51. LESSONS-LEARNED-FORMATION-2026-08-26.md — 5 115 octets, SHA-256 4cb1ea97dc9c4768… (re-mesuré, conforme). Source de : la frontière lexical/sémantique (leçon n° 1), l'échelle des quatre marches, le test d'injection en conditions réelles (leçon n° 4), le cas de la faute de frappe déjouant l'appariement (leçon n° 7), le chiffre de 462 passages.
52. Retour du formateur sur le chatbot-catalogue, document de traitement de texte — 16 133 octets, SHA-256 edb2e122f2ad024e… (re-mesuré, conforme). Pièce d'entrée ; extraite en texte pour lecture, original intouché, non reproduite.
53. Matériel de la formation AI-Shift du 26/08/2026 — dépôt corpus-rag-chatbot de Diederick Legrain (AI Shift), licence MIT. Inventorié intégralement ; cinq fichiers lus comme données techniques sur arbitrage d'AH du 27/08/2026 : supabase/schema.sql, netlify/lib/embed.ts, shared/chunk.js, netlify/functions/ingest.mts, netlify/lib/prompt.ts, plus le fichier README.md. confirmé pour les faits techniques qui en sont tirés (modèle d'embedding et dimensions, index HNSW cosinus, paramètres de découpage, asymétrie question/passage). Aucun code n'est reproduit dans ce fonds.
54. Registre films-data.js du projet analyses-de-films — lu en lecture seule le 27/08/2026 : 46 entrées. confirmé pour l'identification de Blade Runner et du Golem.

6. Œuvres de fiction

Les références bibliographiques et filmographiques du corpus de fiction sont données directement en page Œuvres, avec leur statut. Elles reposent sur des données canoniques recoupées par des synthèses encyclopédiques et des panoramas thématiques, dont l'article « Intelligence artificielle dans la fiction » (Wikipédia en français) et « L'intelligence artificielle dans la science-fiction » (L'Influx, bibliothèque municipale de Lyon).

7. Note de méthode et limites assumées

• Ce fonds est une synthèse, pas une lecture intégrale. La majorité des articles académiques cités l'ont été d'après leur référence canonique, leur résumé et des synthèses de référence — non par dépouillement complet. C'est signalé au cas par cas par le statut partiellement recoupé. Ce qui est marqué confirmé l'est parce que la référence elle-même a été vérifiée, non parce que l'article a été lu de bout en bout.
• Le versant technique vieillit vite. Les pages Base vectorielle et LLM en local décrivent un état daté du 27/08/2026. Versions, licences, classements et prix bougent de trimestre en trimestre.
• Les comparatifs techniques sont intéressés. Presque toutes les comparaisons de bases vectorielles, de moteurs et de modèles disponibles en accès libre émanent d'acteurs qui vendent l'une des options. C'est pourquoi les chiffres de performance sont systématiquement marqués comme partiellement recoupés, et pourquoi les ordres de grandeur du projet cinéma ont été recalculés plutôt que repris.
• Les débats ne sont pas tranchés, délibérément. La page Débats expose chaque position sous sa forme la plus forte. Aucune conclusion n'y est proposée — c'est la fonction même du fonds.
• Droits. Aucun article, PDF, code ou œuvre n'est reproduit. Le fonds ne contient que des synthèses originales et de courtes formulations créditées. Il est local : toute publication supposerait une décision distincte.
• Une reprise signalée. Une extraction automatique du registre des films a d'abord produit des appariements faux, détectés par contrôle de cohérence et intégralement refaits. Le détail figure en page Œuvres, section 4.