DESCRIPTION :
Wimmics (Web-Instrumented Man-Machine Interactions, Communities and Semantics) est une équipe de recherche commune à Université Côte d'Azur, Inria, CNRS, I3S, qui se situe à l'intersection de l'intelligence artificielle et du Web. Les membres de Wimmics travaillent sur des méthodes pour extraire, contrôler, interroger, valider, déduire, expliquer et interagir avec les connaissances.
Forgeron3 développe Marcus, une plateforme d'assistants intelligents collaboratifs, fondée sur des LLM open source tels que ceux de Meta et Mistral. L'objectif de Forgeron3 est de démocratiser l'IA pour les PME européennes, permettant aux collaborateurs de se concentrer sur l'essentiel pendant que les tâches répétitives sont gérées par des assistants intelligents, améliorant ainsi chaque interaction humaine., L'apparition des grands modèles de langue (Large Language Models - LLM) a récemment accéléré l'usage et l'intégration avancée de l'Intelligence Artificielle en entreprise. Néanmoins, un élément bloquant reste la possibilité d'hallucinations, c'est-à-dire des réponses non fondées des LLMs. Ces hallucinations représentent un risque significatif limitant l'utilisation des LLMs pour des tâches en entreprise, et leur atténuation constitue donc une direction de recherche particulièrement active. Récemment, les concepts de Retrieval Augmented Generation (RAG) [1] et GraphRAG [2] ont été proposés et ont pour objectif d'enrichir le prompt du LLM par des éléments contextuels adéquats extraits de documents disponibles dans une base de documents. Ces techniques ont pu atténuer les hallucinations, mais elles mettent en avant deux nouveaux défis :
1. Le besoin d'indexer et de récupérer correctement des éléments contextuels adéquats
2. Et donc, le besoin pour les LLMs d'avoir accès à du vocabulaire / expressions / définitions métier n'étant pas nécessairement vu à l'entraînement.
Les graphes de connaissances et les ontologies du Web Sémantique ont été mentionnés comme source de connaissances permettant de compléter les LLMs et d'atténuer leurs hallucinations [3,4]. Notamment, les graphes et ontologies publiquement disponibles comme Wikidata1 ou LOV2 constituent des répertoires étendus et donc particulièrement intéressants pour fournir le vocabulaire, les définitions et le contexte métier nécessaires pour indexer et retrouver les documents, ainsi qu'enrichir directement les prompts., 1. État de l'art et montée en compétences sur les LLMs, RAG, GraphRAG, Web Sémantique
2. Design d'un pipeline extensible de SemWebRAG étendant les concepts de RAG et GraphRAG nécessitant de sélectionner de manière flexible et adéquate les ressources du Web Sémantique pour
1. Améliorer l'indexation des documents en les annotant sémantiquement.
2. Améliorer la récupération de documents adéquats par une meilleure interprétation des
prompts et / ou un processus de récupération amélioré.
3. Enrichir les prompts avec davantage d'éléments contextuels récupérés du Web Sémantique,
en plus des éléments issus des documents.
3. Expérimentation et évaluation des résultats.
Code d'emploi : Stagiaire (h/f)
Niveau de formation : Bac+5
Temps partiel / Temps plein : Plein temps
Type de contrat : Stage/Jeune diplômé
Compétences : Intelligence Artificielle, Récupération de Documents, Python (Langage de Programmation), Machine Learning, Technologie Open Source, Resource Description Framework (RDF), Tensorflow, Web Sémantique, SPARQL, Pytorch, Large Language Models, Deep Learning, Anglais, Curiosité, Mathématiques Appliquées, Conceptualisation, Expérimentation, Vocabulaires, Compétences de Modélisation
Courriel :
fabien.gandon@inria.fr
pierre.monnin@inria.fr
Téléphone :
0139635511
Type d'annonceur : Employeur direct
