Ce projet fournit des supports de présentation pour des conférences ou des formations techniques, notamment autour des outils et méthodes liés à la modélisation et à l'exécution de modèles. Il permet de générer des diapositives à partir de fichiers sources pour faciliter la diffusion de connaissances dans un cadre professionnel ou éducatif.

Melange est une plateforme de travail pour langages spécifiques à un domaine (DSL) qui offre une approche modulaire pour assembler, intégrer et customiser plusieurs DSL. Il aide à gérer la variabilité au sein des spécifications de langage (variation syntaxique et sémantique), et à réutiliser les pièces de syntaxe et de sémantique d'une DSL à l'autre. La plateforme embarque un système de type orienté modèle qui fournit la polymorphisme de modèle et la substituabilité de langage, c'est-à-dire la possibilité de manipuler un modèle via différentes interfaces et de définir des transformations génériques qui peuvent être invoquées sur des modèles écrits dans différentes DSL.

Ce projet fournit un cadre d'étude complet sur l'influence de la forme des NDF (Normal Distribution Functions) sur les aspects des matériaux rendus. Il propose une représentation piècewise continue des NDF, ainsi que des formulations d'échantillonnage et de fonctions d'ombrage-masquage associées pour des calculs d'éclairage global efficaces. Il inclut également une procédure de génération de microgéométrie explicite pour évaluer la validité des modèles analytiques et les effets de diffusion multiple.

Ce projet fournit un modèle simplifié pour créer des guides d'implémentation FHIR (Implementation Guide) destinés à standardiser l'échange de données médicales. Il facilite la documentation technique et la conformité aux normes HL7 pour les développeurs travaillant dans le domaine de la santé. Le projet inclut des outils pour générer des sites web structurés, des ressources FHIR et des diagrammes, afin d'assurer une interopérabilité optimale entre les systèmes de santé.

Atlanmod-model-server est une implémentation générique d'un serveur de modèles de données. Il permet de gérer des modèles, de les transformer entre différents formats et fournit une API pour interagir avec eux.

La plateforme X5GON Learning Analytics Machine (LAM) est capable de traiter des collections de ressources pédagogiques ouvertes (OER) en plusieurs langues. Elle fournit des analyses sur l'utilisation des ressources pédagogiques à travers différentes langues et cultures. L'API LAM de X5GON est une API Web Flask Python REST qui offre une documentation Swagger automatiquement générée pour tester les points de terminaison directement sur une belle page Web. Les points de terminaison permettent d'accéder et de récupérer les analyses de contenu effectuées sur les OER basées sur les modèles d'apprentissage automatique implémentés et testés sur le corpus X5gon composé de différentes OER collectées par le pipeline.

Ce projet fournit une API compatible OpenAI pour transcrire des fichiers audio en texte avec une identification précise des intervenants. Il permet d'automatiser la génération de sous-titres et d'analyser des enregistrements audio ou vidéo. La solution est conçue pour être déployée localement ou sur des infrastructures cloud, avec une prise en charge des modèles de transcription avancés et des outils de diarisation.

La bibliothèque FFLAS-FFPACK fournit un ensemble de sous-programmes de base pour l'algèbre linéaire sur un corps fini ou l'anneau des entiers avec des matrices denses et creuses. Elle s'inspire de l'interface BLAS (Basic Linear Algebra Subprograms) et de la bibliothèque LAPACK pour l'algèbre linéaire numérique, et partage certaines de leurs conceptions. Cependant, elle diffère à bien des égards en raison des spécificités du calcul sur des domaines exacts tels que les corps finis et le corps des rationnels : elle est générique par rapport au corps fini, de sorte que toutes les routines utilisent la genericité de modèle C++ et la bibliothèque est principalement destinée à être utilisée comme une bibliothèque de code source, à être incluse et compilée dans le logiciel de l'utilisateur.

SurvMS est un package R dédié à la simulation de données de survie pour des modèles statistiques variés. Il permet de générer des jeux de données réalistes à partir de modèles comme le modèle de Cox, le modèle AFT (Accelerated Failure Time) ou le modèle AH (Accelerated Hazards), avec des distributions de base Weibull ou log-normale. L'outil facilite l'évaluation et la comparaison de méthodes d'analyse de survie en fournissant des données simulées adaptées à différents scénarios.

Ce projet fournit un jeu de données de scripts générés par des modèles de langage (LLM) pour évaluer leur capacité à synthétiser du code Python. Il inclut des tâches de programmation basiques et des métriques de qualité comme BLEU ou CodeBLEU. Le dépôt propose également une version nettoyée des doublons pour des analyses plus précises.