Llm compilateur semantique

Reflexion en cours.

Ce qui me débloque mentalement : le LLM ne devrait être ni le moteur de règles, ni le solveur, ni la base de données, ni l’oracle final, ni le juge de conformité. Son rôle, c’est de transformer une intention humaine ambiguë en représentation sémantique explicite, structurée et vérifiable.

Vu comme ça, c’est un front-end probabiliste de compilateur :

langage naturel
→ extraction des concepts
→ analyse des relations
→ désambiguïsation
→ formalisation des règles
→ DSL fonctionnel

Il comprend le vocabulaire, propose des concepts, aligne les termes, explicite les implicites, identifie les ambiguïtés, produit une représentation candidate. Mais il ne décide pas seul que cette représentation est correcte. C’est ce que fait le déterministe ensuite.

La recherche sur la formalisation des exigences par LLM converge vers cette séparation : le LLM traduit le naturel vers du formel/exécutable, la validation revient à des mécanismes déterministes. La difficulté qui reste, c’est de garantir que la spec générée représente vraiment l’intention de départ. C’est exactement le sujet d’intent-formalization.

À creuser : comment mesurer que la représentation candidate du LLM est fidèle, sans déjà avoir la preuve qu’on cherche à construire ? Liés : intent-formalization, couche-semantique, compiler-intention-en-preuve