Aller au contenu

À propos de l'Open LLMO Research Initiative

L’Open LLMO Research Initiative est une initiative de recherche indépendante sur le retrieval, la citation et le grounding pour le web ouvert dans le contexte de l’IA. Elle publie des spécifications, des benchmarks et des outils open-source comme livrables principaux.

Rechercher le retrieval AI-native, la grounding visibility et l’architecture de l’information orientée LLM, et publier des métriques et spécifications reproductibles.

DomainePortée
AI Citation AnalysisConditions dans lesquelles les LLM citent du contenu, et fréquence de citation
Grounding VisibilityMéthodes pour rendre visible ce sur quoi l’IA fonde ses réponses
LLM Retrieval OptimizationOptimisation des documents pour la couche de retrieval des LLM
AI-native DocumentationRecherche sur les formats de document que les LLM traitent bien
Agent-oriented Information ArchitectureStructures d’information que les agents d’IA peuvent manipuler

L’espace LLMO / AEO / GEO se développe rapidement, mais trois pièces fondamentales manquent :

  • Aucune mesure reproductible — il n’existe aucun outil public qui joue le rôle de Lighthouse ou PageSpeed Insights pour la découvrabilité par IA
  • Aucun vocabulaire ni périmètre partagé — chaque fournisseur publie ses propres définitions et le champ s’est fragmenté
  • Peu de données expérimentales ouvertes — les outils SEO commerciaux dominent et la couche de recherche est mince

Cette Initiative est conçue pour combler ces trois lacunes. L’objectif est de jouer pour LLMO le rôle que Lighthouse joue pour SEO : publier la méthodologie, livrer les outils et laisser la communauté construire par-dessus.

PrincipeSens
Reproducibility firstChaque métrique est livrée avec sa formule de calcul et un checker OSS
Draft over StandardLes spécifications sont publiées en “Draft / Experimental / Proposal v0.1” pour rester révisables
Open Source firstOutils sous licences OSS, données sous CC BY, spécifications sous MIT
Solo-honestLe fonctionnement solo est déclaré explicitement, plutôt que travesti en consortium

Ken Imoto. Auteur de plusieurs livres sur LLMO et harness engineering, publiés sur Zenn et Amazon Kindle. Fondateur et CEO de Propel-Lab Inc. Responsable de l’implémentation et du fonctionnement de plusieurs frameworks internes et de llmoframework.com.

Publications principales :

L’Initiative mûrit par phases. Chaque phase est un prérequis pour la suivante.

PhasePortéeÉtat
Phase 0Cadrage de recherche, publication de la Mission, premier Experiment LogEn cours
Phase 1Reproductibilité — CLI OSS (llmo-checker), Score v0.1 Draft, publication de datasetsPlanifiée
Phase 2Communauté — contributors, références externes, canaux de feedbackPlanifiée
Phase 3Standardisation — spécifications formelles, badge Compatible, formation d’un Working GroupPlanifiée

La standardisation vient en dernier. Sans OSS, benchmarks et implémentations matures pour s’y appuyer, ni la certification ni les spécifications ne peuvent gagner la confiance.

MéthodeLien
Issues / rapports de buggithub.com/kenimo49/llmo-guide/issues
Pull Requestsgithub.com/kenimo49/llmo-guide

Ce site et toutes les draft specs sont publiés sous la Licence MIT.