Un routeur qui sait
quand dire non.

Tapez votre propre demande. Regardez-le décider.

En direct sur le routeur hébergé, voies métier uniquement (helpdesk IT, outils généraux, chat). Une demande hors sujet doit s'abstenir, pas deviner.

Le même POST /v1/route que vos agents appelleraient. Quelques essais par visiteur ; prenez un portefeuille pour plus.

Un appel. Trois réponses typées.

Une seule requête renvoie une route validée, une confiance calibrée et une proposition de remplissage d'outil — ou un escalate propre quand il ne sait pas.

$ curl -s localhost:8080/assess -d '{"req":"salut, c'est la troisième fois que mon VPN coupe aujourd'hui"}'

{
  "route":       "create_ticket",
  "confidence":  0.87,
  "noul":        0.91   // "novel / unhandled / loss" — cadran d'abstention,
  "candidate":   "open_ticket",
  "score":       0.83,
  "action":      "tool_fill",
  "fill": { "subject": "VPN drops repeatedly", "priority": "high" }
}

Pensé pour les workflows de PME, pas pour les datacenters.

Les requêtes qui mangent le temps d'une PME sont des décisions, pas des dissertations — trier la boîte mail, dispatcher le ticket, router le devis. C'est exactement le travail d'un routeur.

Mixture of experts — un tronc, plusieurs cerveaux.

Le tronc 7M figé est le cerveau partagé. La connaissance métier vit dans des têtes de ~7 Ko que vous livrez, échangez et auditez comme des fichiers de config. Une tête gate choisit l'expert ; l'expert choisit la route.

Chaque tête déclare son propre prélèvement de features — last-token, mean@-3, max@-3 — pour qu'une seule instance serve la recette de pooling qui a réellement gagné l'éval de chaque domaine. Les clients qui connaissent leur domaine peuvent aussi épingler leur expert et sauter le gate entièrement.

                 ┌─────────────────────────────────────┐
  request  ──▶  │  tronc mtlm-router — modèle 7M figé  │
  tokens         └──────────────┬──────────────────────┘
                    hidden state du prefill (1 × d_model)
            ┌────────────┐ ┌─────────────┐
            │ gate.head  │ │ expert.head │   ← par domaine, ~7 Ko
            │ choisit le domaine │ │ choisit la route │
            └────┬───────┘ └─────┬───────┘
       it_helpdesk ───┘        reset_password ───┘  + confiance calibrée

Chiffres — holdout, calibrés, honnêtes.

Les holdouts laissent passer des candidats que le trafic canary réel rejette — on publie les deux. L'écart entre la précision labo et l'agrégat live est exactement ce à quoi servent les contraintes par domaine et le flywheel.

Comment fonctionne le gate d'abstention conforme → blog.intrane.fr

Il s'entraîne sur son propre trafic.

Chaque décision /v1/route est journalisée. Un flywheel quotidien moissonne le log, range les lignes incertaines dans une file de revue persistante, fusionne les verdicts jugés dans le corpus d'entraînement et déduplique avant ré-entraînement. Le gate s'étoffe sur des requêtes réelles — jamais sur ses propres prédictions confiantes.

decisions.jsonl ──▶ harvest ──▶ file de revue ──▶ verdict ──▶ corpus train ──▶ nouvelle tête
                 (replay des lignes sans domaine · seen = résolu seulement · dédup à la fusion)

Regardez une vraie lane décider.

La lane mairie fait tourner la tête phare — entraînée sur un export de production réel, servie en direct sur la démo publique (pin expert:"mairie") : dépôt illicite. micro onde → depot_illicite @ 1.00, demande de passeport → escalate → delegate. ~190ms par décision sur CPU.

» "Dépôt illicite. micro onde"          [router] depot_illicite @ 1.00 (186ms)
» "1ere dotation. bac pour le verre"    [router] dotation_bacs  @ 1.00 (174ms)
» "demande de passeport"                [router] escalate       @ 0.42 — délègue, ne devine pas

Chaque chiffre embarque son harnais de test dans le dépôt — relancez-le, ne nous croyez pas.

Les alternatives, honnêtement comparées.

De zéro au routage en quelques jours.

Limites honnêtes.

Audit de routage gratuit sur vos propres demandes.

Laissez votre email. Nous répondons avec un court questionnaire (vos routes, 30 demandes d'exemple) ; 48 h plus tard vous recevez un rapport : précision sur votre vocabulaire, calibration, ce qui serait escaladé. Sans engagement.

Des voies prêtes. Des chiffres certifiés.

Un .lanepack est une voie de décision pour un domaine — les poids plus son évaluation sans fuite, son point de calibration et sa licence, dans un tarball de ~500 ko. Posez-le dans l'appliance et ce type de demande est traité. Chaque pack montre ses chiffres ; les packs démo sont marqués comme tels.

Catalogue + installation : parcourir le catalogue · github.com/javimosch/mtlm-heads — une voie ajustée sur vos routes, c'est l'offre « tête sur mesure » ci-dessous.
3 voies livrent une classe oos explicite (civic 0.2.1, civic_fr 0.1.1, helpdesk 0.2.0) — l'abstention est une fonctionnalité, pas une lacune.

Trois façons de l'utiliser. L'une est gratuite.

Hébergez l'appliance gratuitement, payez à la décision sur l'API hébergée, ou confiez-nous l'entraînement de la tête pour vos routes. Même tronc, mêmes réponses typées, mêmes chiffres honnêtes.

Prix en EUR hors TVA. Les décisions de l'API hébergée sont servies depuis une infrastructure européenne ; le trafic hébergé n'est journalisé que pour la calibration et ne sert jamais à entraîner les têtes d'autres clients.

Une archive. Tourne partout.

Toute la stack — binaire serveur, tokenizer, modèle int8, têtes — tient dans une archive autonome de ~7,8 Mo. On extrait, on lance ./start.sh, c'est tout. Pas d'install d'anvil, pas de pip, pas de téléchargement de modèle, pas de serveur de licence — rien ne quitte la machine.

$ tar xzf mtlm-router-v0.11.1-linux-amd64.tar.gz && cd mtlm-router-v0.11.1-linux-amd64
$ ./start.sh &
$ curl localhost:8097/v1/route -d '{"state":"Dépôt illicite. micro onde","expert":"mairie"}'
{"route":"depot_illicite","domain":"mairie","action":"tool_call","confidence":0.999,...}

Pilotable par agent, pas juste lisible.

L'archive embarque une CLI mtlm-router pensée pour les agents IA : JSON seul sur stdout, codes de sortie sémantiques, guide embarqué, cycle de vie du démon sondé via /_health, et self-update par hash de contenu. Le serveur se décrit lui-même — /guide, /llms.txt, /v1/whoami, /v1/feedback. 28/28 sur cli-spec-conformance — vérifié, pas juste affiché.

$ ./mtlm-router daemon start        # loopback, sonde /_health — jamais de sleep fixe
{"daemon":"up","port":8097,"url":"http://127.0.0.1:8097"}
$ ./mtlm-router guide               # manuel opérateur embarqué (JSON)
$ ./mtlm-router update --check      # self-update par hash → retour .bak
$ ./mtlm-router daemon stop         # POST /_shutdown propre