Une campagne de recherche sur un corpus verrouillé
Deux campagnes réelles d'août 2026 : ce qu'elles ont trouvé, le défaut que l'une a révélé, et comment un rapport a été vérifié contre les pages collectées.
La tâche pour laquelle Dinoer est construit : explorer un sujet à travers des sources publiques et obtenir un rapport dont chaque affirmation vient d’une page enregistrée sur le disque, et non de ce dont le modèle se souvient, ni d’une recherche qu’il n’était pas censé faire.
Un agenda local
La question : les concerts et spectacles à moins de 30 km d’une ville, sur dix
jours d’août 2026. Seize requêtes de découverte envoyées à SearXNG ont retenu
treize domaines de référence ; campagne.py y a collecté 43 pages ; une
extraction ciblée, un appel par page, a donné 15 réponses positives,
regroupées en 11 événements distincts dans 9 communes.
Un défaut trouvé en la menant. La pause entre requêtes s’appliquait entre deux récupérations de pages, pas entre deux requêtes SearXNG. Seize requêtes de découverte envoyées en peu de temps ont valu à l’instance SearXNG d’être suspendue par les moteurs qu’elle interroge. Depuis ce jour, la pause s’applique aussi avant chaque requête.
Une vérification de réputation, et comment elle a été contrôlée
Une seconde campagne, sur une personne et son entreprise individuelle, avec
son accord : trois cibles query, 28 pages retenues par la collecte légère. Le
rapport a relevé que les sources se contredisaient sur l’immatriculation de
l’entreprise, et a écarté deux entreprises qui n’étaient pas le sujet, dont
celle d’une personne portant le même prénom.
Vérifié, pas cru sur parole. Le flux complet des événements du modèle
pendant la rédaction comptait exactement trois événements (step_start,
text, step_finish) et aucun tool_use : rien n’est sorti du corpus
pendant l’écriture du rapport. Le même type de contrôle avait surpris douze
recherches web lors d’une autre exécution.
Ce que couvre cette garantie →
Tirer davantage du corpus
Sur l’agenda local, une question ouverte posée à chaque page a tiré des mêmes pages davantage que l’extraction étroite : des programmes entiers au lieu de dates isolées. La méthode →
Où s’arrête ce cas
Le rapport automatique est un brouillon : sauf si le manifeste demande un classement, les pages sont coupées dans leur ordre d’écriture. Et la découverte a un plafond : une instance SearXNG sans authentification n’atteint pas ce qu’atteint un moteur commercial avec compte connecté, comme l’a mesuré la même vérification de réputation. Les deux limites, mesurées →