Ce projet propose une méthode innovante pour améliorer la génération d'images contrôlables par texte en utilisant une supervision directe sur l'image cible propre, appelée x0-supervision. L'approche permet d'accélérer significativement l'entraînement des modèles de diffusion tout en améliorant la qualité visuelle et la précision des conditions de génération. Les résultats expérimentaux démontrent une convergence jusqu'à deux fois plus rapide selon une nouvelle métrique, tout en maintenant une haute fidélité et un alignement textuel optimal.

Ce projet automatise l'identification et l'extraction des titres de chansons (airs) présents dans des textes dramatiques français, notamment des pièces de théâtre. Il compare les occurrences textuelles avec une base de référence de titres connus, utilise des techniques de recherche sémantique pour améliorer la précision, et génère des rapports d'évaluation pour mesurer la performance du système. L'outil est particulièrement utile pour les chercheurs en littérature ou en musicologie travaillant sur des corpus historiques.

Ce projet développe des méthodes innovantes pour améliorer la génération automatique de texte en utilisant des approches inspirées de la phylogénie. Il se concentre sur l'optimisation des modèles de langage pour les langues peu dotées en ressources, facilitant ainsi leur utilisation dans des contextes où les données d'entraînement sont limitées. Les techniques proposées visent à rendre ces modèles plus accessibles et performants.

MiniGPT-4 est un modèle de compréhension de l'image et du langage qui aligne un encodeur visuel congelé de BLIP-2 avec un LLM congelé, Vicuna, en utilisant une seule couche de projection. Il est formé en deux étapes, la première étape traditionnelle de pré-entraînement étant formée sur environ 5 millions de paires alignées d'images-texte en 10 heures en utilisant 4 A100. Après la première étape, Vicuna est capable de comprendre l'image, mais la capacité de génération de Vicuna est fortement impactée. Pour résoudre ce problème et améliorer sa fiabilité et son utilité, une petite (3500 paires au total) mais haute qualité est créée par le modèle lui-même et ChatGPT ensemble. La deuxième étape de mise en forme est formée sur ce jeu de données dans un modèle de conversation pour améliorer considérablement sa fiabilité et son utilité globales.

Catala est un langage de programmation dédié à la rédaction et à l'analyse de textes législatifs. Il permet de définir des règles complexes de manière claire et précise, et de générer automatiquement du code à partir de ces règles. Catala vise à améliorer la fiabilité et la transparence des systèmes législatifs en automatisant certaines tâches de vérification et de mise en œuvre.

PhoenixSpelling est un outil de correction orthographique et de vérification de documents, spécialement conçu pour analyser et corriger des textes au format LaTeX. Il permet de détecter les erreurs d'orthographe, de proposer des corrections et de générer des dictionnaires personnalisés adaptés à des besoins spécifiques. Utilisé dans des environnements scientifiques ou techniques, il facilite la relecture et l'amélioration de la qualité rédactionnelle.

Projet dédié à l'amélioration de l'édition de texte pour les développeurs, en offrant une intégration transparente avec l'environnement de bureau elementary et en facilitant la génération de code HTML grâce à des fonctionnalités spécifiques.

Le projet voc-model est une bibliothèque de modèles de langage basée sur des algorithmes d'apprentissage automatique. Il permet de générer du texte automatiquement et d'améliorer la compréhension du langage naturel dans les applications. Il facilite également le développement de chatbots et d'assistants virtuels en fournissant des modèles de conversation prêts à l'emploi.

Scribe est un projet dédié au traitement et à l'analyse de texte en français et en anglais. Il combine des modèles d'intelligence artificielle pour extraire des données pertinentes, générer des résumés ou des contenus structurés, et automatiser des tâches de rédaction. Utilisé dans des contextes professionnels ou académiques, il facilite la gestion de l'information et améliore la productivité grâce à des algorithmes performants.

Araword est un outil permettant de générer des pictogrammes à partir de textes ou de mots. Il facilite la création de supports visuels pour améliorer la communication, notamment dans les domaines éducatifs ou spécialisés. L'application est conçue pour être intuitive et accessible, offrant une solution rapide pour illustrer des idées ou des concepts.