Outil open source dédié à l'identification automatique des vulnérabilités CVE (Common Vulnerabilities and Exposures) dans les codes sources. Il permet aux développeurs et équipes de sécurité de scanner leurs projets pour détecter des failles connues, analyser les correctifs associés et comprendre les modifications nécessaires pour sécuriser leur code. Le projet combine des analyses statiques via des requêtes Tree-sitter et des outils de traitement de données pour générer des jeux de données exploitables.

Dépôt de code source pour le système de génération de correctifs Itzal, axé sur l'open-science. Il permet le développement et l'expérimentation de systèmes dédiés à la génération automatique de correctifs pour des logiciels.

Outil dédié aux enseignants de Numérique et Sciences Informatiques (NSI) pour concevoir, organiser et corriger des devoirs autocorrigés. Il permet de créer des sujets d'examen sous forme écrite (PDF/LaTeX) ou numérique (Markdown, Python), d'importer les copies déposées par les élèves sur Moodle, et de générer des corrections automatiques. Le projet inclut également des fonctionnalités de détection de plagiat pour garantir l'originalité des travaux.

Le dépôt ocaml-pr-repository contient des descriptions de compilateur OCaml au format opam1, générées automatiquement à partir de la liste des pull requests actives dans le dépôt GitHub du compilateur OCaml. Il permet de tester rapidement et facilement des correctifs proposés et de les intégrer dans un environnement de développement de paquets.

Le projet cv2fstar-material est un dépôt de code source contenant une extension pour l'outil CryptoVerif, qui permet de vérifier la correction et la sécurité des protocoles cryptographiques. Cette extension, développée dans le cadre d'une thèse de doctorat, permet de générer automatiquement du code sécurisé à partir de spécifications formelles, améliorant ainsi l'efficacité et la fiabilité du processus de développement de protocoles cryptographiques.

Outil web dédié aux documentalistes du Centre de ressources documentaires de l'Insee. Il compare automatiquement les notices bibliographiques du SIGB Syracuse avec le catalogue Sudoc de l'ABES, identifie les écarts (erreurs de saisie, champs manquants, PPN incorrects) et propose des corrections. Pour les notices sans identifiant Sudoc, il recherche des candidats via une requête SRU. L'outil génère ensuite des exports corrigés (XML Syracuse, CSV de rapport ou texte UNIMARC) pour réimport ou catalogage professionnel, tout en laissant la validation finale à l'utilisateur.

Ce projet développe des modèles de réseaux de neurones dédiés à la correction de phase dans des systèmes optiques complexes, notamment pour des réseaux de lasers. Il permet de simuler des mesures, d'entraîner des algorithmes d'apprentissage automatique pour optimiser la qualité des faisceaux lumineux, et de générer des données synthétiques pour des applications en photonique. Les outils proposés facilitent la recherche et l'expérimentation dans le domaine de l'optique adaptative.

Pyxel-Art est une plateforme éducative dédiée à l'apprentissage de la programmation Python à travers des exercices de pixel-art. Elle propose une banque d'exercices corrigés pour les élèves, permettant de travailler les variables, les boucles et les structures algorithmiques. Les enseignants peuvent créer leurs propres exercices et générer automatiquement des corrections détaillées ou simplifiées. Idéal pour des activités en classe sans ordinateur ou pour des évaluations interactives.

PyXAI est une bibliothèque Python dédiée à l'IA explicable (XAI) pour les modèles d'apprentissage automatique basés sur des arbres (classification ou régression). Elle permet de générer des explications formelles, correctes et locales pour comprendre les décisions des modèles, tout en offrant des fonctionnalités de rectification pour corriger les incohérences entre les prédictions et les connaissances métier. L'outil s'adresse aux experts en data science et aux secteurs nécessitant une transparence accrue des algorithmes.

AstraLint est un outil spécialisé dans la vérification et la correction des métadonnées des fichiers de données spatiales (CDF et FITS). Il permet aux scientifiques et aux archivistes de s'assurer que leurs fichiers respectent les normes communautaires (ISTP, PDS4, SOLARNET) avant leur publication ou leur ingestion dans des bases de données comme CDAWeb. L'outil identifie les erreurs, propose des corrections automatiques et génère des rapports détaillés pour les ajustements manuels nécessaires.