Plateforme nationale dédiée à l'échange sécurisé et asynchrone de messages entre les acteurs de l'urgence médicale (SAMU, pompiers, hôpitaux, etc.). Elle facilite la coordination en temps réel des interventions, la transmission de données médicales critiques et la gestion des flux d'information entre les différents services d'urgence, améliorant ainsi la réactivité et la qualité des soins.

Ce projet, développé dans le cadre du Programme 10% de la DINUM et de l'Insee, propose un guide complet pour aider les administrations et organisations à comprendre, choisir et déployer des modèles de langage (LLM). Il couvre l'analyse des besoins, l'évaluation des solutions, l'optimisation des infrastructures et la mise en production, en incluant des cas d'usage concrets et des benchmarks pour faciliter la prise de décision.

Projet visant à affiner des modèles de langage open source en utilisant des données issues de services publics français. L'objectif est d'améliorer l'efficacité et la pertinence des outils d'intelligence artificielle pour les administrations, en facilitant l'accès à des jeux de données structurés et adaptés. Le projet s'inscrit dans une démarche d'innovation ouverte et collaborative pour moderniser les services publics.

Projet visant à développer un modèle d'embedding capable de comprendre et d'analyser les débats parlementaires en capturant les nuances d'opinion. Le système fine-tune un modèle de langage sur des corpus de discours politiques pour identifier les positions, les arguments et les tendances au sein des assemblées législatives. Les résultats sont utilisés pour des études sociologiques, politiques ou médiatiques.

ChatSO est un agent conversationnel spécialisé dans l'accompagnement des chercheurs et acteurs de la recherche pour la gestion des données et la Science Ouverte. Il répond aux questions en langage naturel tout en citant systématiquement les sources documentaires utilisées pour formuler ses réponses. Développé dans le cadre de l'écosystème Recherche Data Gouv, il vise à faciliter l'accès aux bonnes pratiques et aux ressources liées à la gestion des données de recherche.

Ce projet est un chatbot spécialisé utilisant la méthode RAG (Retrieval-Augmented Generation) pour répondre à des questions en s'appuyant sur des documents PDF. Il permet d'extraire et d'analyser des informations contenues dans des fichiers pour fournir des réponses précises et contextualisées. Idéal pour des applications nécessitant une recherche documentaire automatisée ou une assistance basée sur des connaissances spécifiques.

Ce projet propose une formation complète sur les Large Language Models (LLMs), expliquant leur fonctionnement, leur architecture (notamment les Transformers), et leurs applications concrètes. Il aborde également les enjeux techniques, éthiques et environnementaux liés à ces technologies. Destiné aux professionnels et étudiants, il vise à démocratiser l'accès à ces outils puissants tout en sensibilisant aux bonnes pratiques et aux limites de ces systèmes.

Ce projet propose une API permettant d'indexer des documents textuels (comme des fichiers markdown) pour les transformer en vecteurs sémantiques. Il permet ensuite de rechercher des informations pertinentes dans ces documents via des requêtes en langage naturel. Idéal pour créer des systèmes de recherche avancée, des assistants conversationnels ou des outils d'analyse de contenu.

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 basées sur des documents réglementaires en utilisant des modèles de langage avancés et des techniques de recherche d'information. Destiné à faciliter l'accès aux textes juridiques et à améliorer l'efficacité des professionnels du secteur.

PrivateGPT est une solution d'intelligence artificielle conçue pour interroger des documents de manière privée et sécurisée, sans dépendre d'une connexion internet. Elle permet aux utilisateurs d'extraire des réponses précises à partir de leurs propres données, tout en garantissant que les informations sensibles restent confinées dans leur environnement local. Idéale pour les entreprises ou organisations soucieuses de confidentialité.