Trois articles récents revendiquent tous le transfert KV "cross-model". Chacun glisse une béquille qui rétrécit ce que le mot veut dire. Voici la barre à franchir qui rendrait le claim strict falsifiable. Le transfert KV cross-modèle porte une affirmation précise et séduisante : un modèle de langage fait le prefill coûteux, un autre modèle décode à partir de l'état obtenu, et le second ne relit jamais le prompt. Si cela fonctionnait, le contexte cesserait d'être une séquence

Un LLM ne raisonne pas et ne vérifie pas. Ce ne sont pas deux limites séparées — c'est la même propriété architecturale, vue sous deux angles. J'ai publié deux articles sur Medium qui semblaient traiter de deux problèmes différents. Le premier, Le cadavre exquis — pourquoi un LLM ne raisonne pas (janvier 2026), soutenait que les modèles de langage ne raisonnent pas. Ils continuent. Le jeu du cadavre exquis — où chaque joueur ajoute un mot à une phrase que personne ne contrôle

Ce que j'ai mesuré. Ce que j'ai appris. Ce que ça implique pour le design du KV cache. En 2026, les équipes d'ingénierie se réveillent avec des factures LLM qui rivalisent avec leur infrastructure cloud. Une part significative de ce coût ne va pas dans du travail nouveau — il va dans le retraitement du même contexte, tour après tour, conversation après conversation. J'ai voulu mesurer exactement combien. J'ai donc configuré Claude Code pour pointer vers mon propre runtime d'i

Le token n'est pas un choix. C'est une contrainte matérielle — et ce n'est pas le bon niveau d'abstraction pour penser la compréhension d'un modèle. Imaginez qu'en ouvrant un livre, vous deviez le relire du début. Non pas parce que vous avez oublié — parce que quelqu'un arrache vos marque-pages entre chaque lecture. C'est ce que fait un modèle de langage. À chaque appel, il reconstruit sa compréhension du contexte depuis zéro. L'état qu'il avait produit — ce qu'il avait "comp