Documentation
Tout ce dont vous avez besoin pour intégrer la surveillance de conformité IA dans vos applications.
Pour commencer
Créer un compte
Inscrivez-vous gratuitement sur Neural Detective pour accéder au tableau de bord de surveillance et aux clés API.
Générer une clé API
Depuis le tableau de bord de surveillance, créez une clé API. Incluez-la comme jeton Bearer dans toutes vos requêtes API.
Effectuer votre premier appel API
Enregistrez une décision, inscrivez un modèle ou analysez du texte pour la sécurité. Consultez l'exemple ci-dessous.
curl -X POST https://api.neuraldetective.com/api/v1/decisions \
-H "Authorization: Bearer YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model_id": "your-model-uuid",
"inputs": { "applicant_id": "eu-7291" },
"output": { "decision": "approved", "confidence": 0.87 }
}'Pourquoi c'est important
La conformité IA n'est pas facultative — et le coût des erreurs ne cesse d'augmenter.
Conformité au règlement européen sur l'IA
Les systèmes d'IA à haut risque doivent démontrer une surveillance continue et des tests de biais. Les amendes peuvent atteindre 35 millions d'euros ou 7 % du chiffre d'affaires mondial.
Dégradation silencieuse des modèles
La dérive dégrade les prédictions en silence. Un modèle de crédit peut approuver de mauvais prêts pendant des mois avant que quiconque ne s'en aperçoive.
Risque de biais et de discrimination
La responsabilité en matière d'impact disparate n'exige pas d'intention. La règle des 4/5 est utilisée par les régulateurs des deux côtés de l'Atlantique.
Sécurité du contenu et confiance
Les fuites de données personnelles, les sorties toxiques ou les avertissements manquants dans le contenu généré par l'IA créent des risques juridiques et de réputation.
Ce que nous mesurons
Trois capacités couvrant l'ensemble de la surface de risque IA — de la dérive des données à la sécurité du contenu.
Détection de la dérive
Détectez les changements de distribution avant qu'ils ne dégradent les prédictions.
Population Stability Index
Compare les distributions des entrées en production aux références d'entraînement. Une valeur supérieure à 0,25 indique un changement significatif.
Divergence de Jensen-Shannon
Mesure de divergence symétrique sur une échelle de 0 à 1. Fonctionne bien pour les variables catégorielles.
Distance de Wasserstein
Mesure l'amplitude du changement de distribution pour les variables continues.
Estimation de performance basée sur la confiance
Estime la précision sans étiquettes de vérité terrain en utilisant les scores de confiance du modèle.
Surveillance des biais
Quantifiez l'équité et produisez des preuves prêtes pour l'audit.
Ratio d'impact disparate
Compare les taux de résultats favorables entre les groupes. Le seuil de la règle des 4/5 est un ratio de 0,8 ou plus.
Taux de résultats par groupe
Ventilation par attribut (genre, tranche d'âge, etc.) pour les preuves d'audit et les rapports réglementaires.
Analyse de sécurité
Un pipeline à trois niveaux qui équilibre vitesse et profondeur.
Niveau 1 — Règles et données personnelles
Détection par expressions régulières et identification de données personnelles. S'exécute en environ 5 ms.
Niveau 2 — Classifieurs ML
Classifieurs de toxicité et de politique de contenu. S'exécute en 50 à 200 ms.
Niveau 3 — Évaluation par LLM
Évaluation optionnelle par un grand modèle de langage pour les cas nuancés. S'exécute en 500 ms à 3 s.
Ce qui est détecté
Langage toxique, discours haineux, données personnelles (e-mails, numéros de téléphone, numéros de sécurité sociale), tentatives d'injection de prompt, avertissements de sécurité manquants et contenu hors sujet.
Comment rester informé
Des tableaux de bord aux événements webhook — soyez alerté dès qu'un changement survient.
Tableau de bord en temps réel
Tendances de dérive, historique des alertes et verdicts d'analyse — filtrables par modèle et période.
Rapports de conformité
Rapports en cinq sections, exportables en PDF, couvrant le résumé exécutif, la santé des modèles, la sécurité, les alertes et l'utilisation.
Alertes configurables
Définissez des seuils d'avertissement et critiques par métrique avec des périodes de grâce pour éviter la fatigue d'alerte.
Notifications par webhook
Événements alert.created signés par HMAC, envoyés à votre endpoint pour Slack, PagerDuty ou vos intégrations personnalisées.
Aperçu de l'API
L'API Neural Detective est organisée autour de trois capacités.
Décisions et modèles
Inscrivez des modèles IA, enregistrez des décisions et téléversez des références d'entraînement pour la détection de dérive.
Permet la détection de dérive et la journalisation d'audit requises par l'article 12 du règlement européen sur l'IA.
/api/v1/decisions
Enregistrer une décision IA pour la surveillance et la détection de dérive.
/api/v1/models
Inscrire un nouveau modèle pour la surveillance.
/api/v1/models
Lister tous les modèles surveillés.
/api/v1/models/:id
Récupérer les détails d'un modèle spécifique.
/api/v1/models/:id/baselines
Téléverser la référence d'entraînement pour la détection de dérive.
Analyse de sécurité
Analysez du texte généré par l'IA pour détecter du contenu nuisible, toxique ou non conforme en temps réel ou de manière asynchrone.
Empêche les fuites de données personnelles et le contenu toxique d'atteindre vos utilisateurs en production.
/api/v1/scans
Analyser du texte à la recherche de contenu nuisible (synchrone).
/api/v1/scans/async
Analyser du texte à la recherche de contenu nuisible (asynchrone).
Surveillance des biais
Associez des attributs protégés aux décisions pour permettre l'analyse d'impact disparate et les rapports d'équité.
Documente l'équité pour la règle des 4/5 et les exigences de non-discrimination du règlement européen sur l'IA.
/api/v1/protected_attributes
Associer des attributs protégés pour la surveillance des biais.
Authentification
Toutes les requêtes API nécessitent un jeton Bearer. Incluez votre clé API dans l'en-tête Authorization de chaque requête.
Authorization: Bearer YOUR_API_KEYWebhooks
Recevez des notifications en temps réel lorsque des alertes sont déclenchées — comme les dépassements de seuils de dérive ou les événements de détection de biais. Configurez vos endpoints webhook depuis le tableau de bord de surveillance.
alert.created
Fired when a new alert is created (e.g. drift threshold exceeded, bias detected).
Prêt à commencer ?
Créez un compte gratuit pour accéder à la référence complète de l'API, générer des clés API et commencer à surveiller vos modèles IA.