Ce projet est une plateforme dédiée à la formation pratique en intelligence artificielle, notamment pour l'entraînement de modèles de langage avancés comme ceux basés sur l'architecture Transformer. Il permet aux utilisateurs de configurer des environnements de calcul, de soumettre des jobs de formation sur des supercalculateurs, et d'analyser des jeux de données comme SQuAD pour évaluer les performances des modèles. Destiné aux étudiants et chercheurs, il facilite l'accès à des ressources de calcul haute performance.

Ce projet propose une approche multi-niveaux pour évaluer la performance de systèmes industriels avant leur implémentation réelle. Il permet aux experts métiers et aux utilisateurs finaux de définir, configurer et calculer des indicateurs de performance (KPI) à partir de traces d'exécution de modèles simulés. L'outil s'appuie sur des langages dédiés comme GPEL et TraceDQL pour extraire et analyser des données sans modifier les langages d'origine.

Ce projet fournit un corpus de données dédié à l'analyse de l'impact des transcriptions ASR (Automatic Speech Recognition) sur la résolution de coréférence en français. Les données, issues de transcriptions automatiques et manuelles, permettent d'étudier les différences de performance des modèles de traitement automatique du langage entre ces deux types de transcriptions. Le corpus est librement accessible sous licence CC BY-NC-SA 4.0 pour la recherche académique.

Ce projet vise à générer des données synthétiques à l'aide de modèles de langage (LLM) pour tester et évaluer des modèles d'intelligence artificielle. Il permet d'identifier des biais potentiels dans les algorithmes en créant des jeux de données artificiels variés et contrôlés, facilitant ainsi l'analyse des performances et des limites des modèles avant leur déploiement en conditions réelles.

Ce projet propose des jeux de données spécialement conçus pour évaluer et comparer les performances de différents outils ou modèles, notamment dans le domaine du traitement automatique du langage. Les données sont structurées pour servir de référence standardisée, facilitant ainsi l'analyse objective des capacités des systèmes testés. Il s'adresse principalement aux chercheurs, développeurs et entreprises souhaitant mesurer l'efficacité de leurs solutions.

Plateforme dédiée à la conception, la simulation et la programmation de robots via un langage dédié. Permet aux utilisateurs de modéliser des systèmes robotiques, d'écrire des programmes pour contrôler des robots virtuels, et d'analyser les performances des composants logiciels et matériels. Utilisé principalement dans un contexte éducatif ou de recherche pour l'apprentissage de la robotique et de l'ingénierie logicielle.

Ce projet académique consiste à développer un simulateur du protocole ALOHA discrétisé en langage C. L'objectif est de modéliser le comportement de ce protocole de communication réseau et d'analyser les résultats obtenus à l'aide d'outils statistiques. Les données générées permettent d'étudier les performances et les limites du protocole dans différents scénarios.