NeuroBrix repose sur trois invariants de conception inviolables qui garantissent un comportement prévisible, débogable et universel.
Aucune valeur codée en dur où que ce soit dans le moteur d'exécution.
Chaque valeur provient de fichiers de configuration :
topology.json — flux d'exécution et connexions entre composantscomponents/<name>/runtime.json — configuration d'exécution du composantcomponents/<name>/graph.json — graphes de calcul sur tenseursdefaults.json — paramètres réglables par l'utilisateur (étapes, guidance, température)hardware/<profile>.yml — configurations des GPULes constantes en ligne comme sample_size = 128 sont interdites. Le même code d'exécution gère donc la génération d'images, les LLM, l'audio et les modèles vidéo sans aucune logique propre à un modèle.
Donnée manquante = plantage explicite, jamais de valeur par défaut silencieuse.
Si une valeur de configuration requise est absente, NeuroBrix plante immédiatement avec un message d'erreur clair qui explique exactement ce qui manque et où cela doit être défini.
"Explicit errors allow for fast debugging. A default value can mask a bug for weeks."
C'est voulu : les valeurs de repli silencieuses sont la source de problèmes difficiles à déboguer en production. Un modèle qui « fonctionne à peu près » est pire qu'un modèle qui échoue clairement avec des erreurs exploitables.
Le moteur d'exécution connaît les tenseurs, pas les domaines.
Le moteur d'exécution de NeuroBrix n'a aucune notion d'« image », de « texte », d'« audio » ni d'aucun domaine. Il opère sur des tenseurs abstraits :
Tensor [B, C, H, W]Tensor [B, SeqLen]float scalaireTout comportement propre à un domaine est encodé dans la topologie et les graphes de composants du conteneur .nbx. C'est ce qui rend NeuroBrix véritablement universel — le même moteur d'exécution gère n'importe quelle modalité.
Ces trois principes agissent ensemble :
Le résultat : une exécution universelle d'une famille de modèles à l'autre sans modification, des messages d'erreur précis, un comportement prévisible sans chemins de code cachés, et aucun changement du moteur d'exécution à l'ajout d'un nouveau modèle.
Suivant : Hub de modèles