Ce projet développé pour le PEReN et la Commission Européenne vise à automatiser l'analyse de documents réglementaires via un système de recherche augmentée (RAG). Il permet d'extraire, structurer et comparer des informations issues de textes juridiques ou techniques pour faciliter leur exploitation par des experts ou des régulateurs. L'outil génère des réponses contextualisées et des sources associées pour soutenir la prise de décision ou la conformité.

LawToCode est un outil d'automatisation juridique permettant de générer des documents et des contrats à partir de modèles, facilitant ainsi la rédaction de documents légaux. Il offre également des fonctionnalités de recherche et de récupération d'informations juridiques, ainsi que la centralisation des données et des documents juridiques.

Projet développé pour le Challenge 2 du Hackathon 2024 co-organisé par le PEReN et la Commission Européenne. Il permet d'analyser et de répondre automatiquement à des questions posées sur des documents réglementaires en utilisant des modèles de langage avancés et des techniques de recherche d'informations. L'objectif est d'améliorer l'efficacité des processus administratifs en automatisant l'extraction et la synthèse de données juridiques.

Ce projet développé pour le Hackathon 2024 du PEReN et de la Commission Européenne vise à automatiser l'analyse et la comparaison de documents réglementaires européens. Il utilise des techniques de traitement automatique du langage et de recherche d'information pour extraire, structurer et comparer des textes juridiques issus de différentes plateformes. L'objectif est d'aider les régulateurs et les institutions publiques à identifier les incohérences ou les chevauchements entre les réglementations.

Ce projet développé pour le Hackathon 2024 du PEReN et de la Commission Européenne vise à automatiser l'analyse et le classement de documents réglementaires européens. Il permet d'extraire, structurer et rechercher des informations juridiques complexes à partir de vastes corpus de textes. L'outil facilite la veille réglementaire et l'identification rapide de passages pertinents dans des documents techniques ou légaux.

Solution open source utilisant l'intelligence artificielle pour faciliter l'analyse et la recherche automatisée de documents réglementaires des plateformes numériques. Basée sur des techniques de traitement automatique du langage (NLP) et de génération augmentée par récupération (RAG), elle permet aux régulateurs et chercheurs d'extraire, structurer et évaluer des informations complexes issues de textes juridiques et techniques.

L'assistant virtuel SRDT aide les entreprises et les professionnels à naviguer dans le droit du travail français. Il fournit des réponses précises et contextualisées sur le code du travail, les conventions collectives, la jurisprudence et les contributions sociales. L'outil permet de rechercher des articles, d'analyser des documents juridiques et de générer des synthèses automatisées pour faciliter la gestion des ressources humaines et la conformité légale.

Parafac est un projet dédié à la simplification et l'optimisation des tâches administratives et juridiques en entreprise. Il facilite la gestion de dossiers, automatise la facturation et améliore la recherche de documents, offrant ainsi un gain de temps et une productivité accrus.

Ce projet vise à automatiser la maintenance des paramètres fiscaux d'OpenFisca-France et OpenFisca-France-Indirect-Taxation en utilisant l'intelligence artificielle. Il combine des analyses de code, des recherches législatives et des outils de génération automatique pour identifier, mettre à jour et documenter les paramètres obsolètes ou manquants, facilitant ainsi la gestion des données fiscales et juridiques.

Le projet ami-ia-dgcl a pour but d'analyser des documents juridiques à la recherche de modèles et d'en extraire des données utiles. Il permet de gagner du temps dans le traitement de ces documents en automatisant certaines tâches répétitives.