Annuaire des initiatives

Vous ne trouvez pas l'initiative qui correspond à votre besoin ? Notre assistant peut vous aider.

  • Département Intelligence artificielle dans l'Etat (IAE)
  • Streamlit
  • OCR-Xtract est un outil développé par le Lab IA d'Etalab pour faciliter le traitement de documents administratifs non numérisés. Il permet aux agents de l'État d'extraire automatiquement des informations clés (comme les données d'une carte d'identité ou d'une fiche de paie) à partir de documents scannés. L'objectif est d'accélérer les processus métiers tout en réduisant les erreurs manuelles. Le projet combine reconnaissance optique de caractères (OCR) et extraction d'informations structurées pour rendre les documents exploitables numériquement.
  • DGML est une plateforme publique qui permet aux utilisateurs de découvrir, analyser et exploiter des jeux de données ouverts de data.gouv.fr spécifiquement adaptés pour le Machine Learning. Elle propose des profils statistiques détaillés, des résultats d'entraînement automatique de modèles d'apprentissage automatique, et des exemples de réutilisation pour aider les data scientists à identifier rapidement des données pertinentes et à démarrer leurs projets d'IA.
  • InfraScale est un outil open source conçu pour aider les organisations à estimer précisément les besoins en GPU nécessaires pour déployer des modèles de langage à grande échelle. Développé initialement pour répondre aux besoins de l'administration publique française, il permet de calculer le nombre minimal de GPU requis pour servir un nombre donné d'utilisateurs tout en respectant des contraintes de performance, de mémoire et de latence. L'outil s'appuie sur des modèles théoriques et des tests empiriques pour fournir des estimations fiables, avec une marge d'erreur inférieure à 10% pour des modèles allant de 8 à 27 milliards de paramètres.
  • Ce projet vise à automatiser l'extraction et la structuration d'informations contenues dans des documents administratifs (PDF scannés, images, tickets de caisse, etc.) grâce à des techniques d'OCR et d'apprentissage automatique. Développé dans le cadre du programme 10% piloté par Etalab, il permet aux administrations de gagner un temps précieux en évitant les traitements manuels fastidieux. Les solutions co-construites sont adaptées aux besoins spécifiques des administrations participantes.
  • Plateforme publique dédiée à l'évaluation et au benchmarking de modèles d'intelligence artificielle. Elle permet aux utilisateurs de comparer les performances de différents modèles de langage (LLM) via des métriques standardisées, d'explorer des jeux de données spécialisés et de suivre les résultats d'expériences. L'outil s'adresse aux chercheurs, développeurs et institutions souhaitant mesurer l'efficacité, la robustesse et l'impact environnemental des solutions d'IA.
  • FormIAble est un outil open source conçu pour automatiser le traitement de formulaires administratifs (CERFA, etc.). Il permet de remplir, classer et analyser des documents scannés ou numérisés en extrayant les informations clés (textes, cases à cocher, champs numériques). Le projet inclut des fonctionnalités de génération de données synthétiques pour entraîner des modèles, ainsi que des outils de correction automatique d'orientation et de détection de texte via OCR. Il s'adresse aux administrations, entreprises ou développeurs souhaitant optimiser la gestion de formulaires.
  • Projet développé pour la Direction Générale de la Santé (DGS) visant à automatiser l'analyse des signalements administratifs grâce à l'intelligence artificielle. Il permet de classifier, regrouper et évaluer la gravité des signalements pour faciliter leur traitement par les services publics. L'outil s'appuie sur des modèles de machine learning pour extraire des insights pertinents et améliorer l'efficacité des processus de gestion des signalements.
  • Ce projet propose des preuves de concept (PoCs) pour automatiser le traitement de documents textuels et PDF. Il permet d'extraire des mots-clés, de répondre à des questions en s'appuyant sur des sources documentaires, et de structurer des données pour faciliter leur analyse. Les outils développés sont conçus comme des briques modulaires pour d'autres projets, sans visée de production directe.
  • Ce projet propose des preuves de concept (PoCs) pour automatiser le traitement de données textuelles et documentaires. Il permet d'extraire des informations clés, de répondre à des questions en s'appuyant sur des sources officielles, et de structurer des données issues de documents PDF. Les solutions développées ne sont pas destinées à une utilisation directe en production mais servent de briques modulaires pour d'autres projets.

9 initiatives