Post de Laravel Cameroun

Embryon de méthode pour générer un brouillon parfois acceptable dans le domaine juridique avec des systèmes d'IA générative. [MAJ] Je précise : solution pour juriste ; la génération de contenu ne transforme pas un non-juriste en juriste. 1/ Je soumets ma question à Perplexity x Claude 3.5 Sonnet (personnalisé au moyen de la fonctionnalité "collections", qui permet de mettre en mémoire des prompts développés et de créer ainsi des process spécialisés selon les cas d'usage), en lui donnant accès uniquement à des sources officielles et académiques (paramétrage de Perplexity pro) ; 1 bis/ Je soumets parfois la même question à Ordalie.ai (notamment lorsque le droit à appliquer est le droit français) 2/ J'obtiens un premier projet (dont la qualité et la pertinence sont variables) ; 3/ je soumets cet avant-projet à l'un des mes GPTs personnalisés (avec ma sémantique, mon ton et mon style, à partir de documents juridiques anonymisés que je lui ai soumis auparavant et qui constituent une "base de connaissance" spécialisée), dans ChatGPT pro afin d'améliorer la présentation, le ton et le style ; 4/ Je resoumets cet avant-projet à Perplexity ("collection" : process spécialisé dans la vérification de l'exactitude, de l'exhaustivité et de la cohérence du texte généré, avec parfois, comme référentiel, un texte législatif, une communication officielle ou un ou plusieurs documents), avec l'instruction de générer un texte mettant en exergue les incohérences, inexactitudes et oublis par rapport au "référentiel" ; 5/ Je demande à Perplexity x Claude 3.5 Sonnet d'améliorer l'avant-projet en intégrant tout ou partie des modifications préconisées. -> J'obtiens parfois un projet correct, à réviser avec les sources sous les yeux et en cherchant de nouvelles sources. Yannick MENECEUR Betty Jeulin Nathalie NEVEJANS Bertrand Cassar Dr Nathalie DEVILLIER Alison BLONDEAU Lorette Dubois Florence Gaullier Nicolas Courtier Jean-Matthieu SCHERTZER Benoit Raphael Roquilly Christophe Hubert de Segonzac Amélie Cembalo Martial Simonard Sabine VAN HAECKE LEPIC , Ph.D Thomas Saint-Aubin Valérie Chavanne Christelle Sérou

🌍 #𝗖𝗬𝗕𝗘𝗥𝗩𝗘𝗜𝗟𝗟𝗘 🌍 La méthode “Crescendo” permet de jailbreaker l’IA de type LLM, en utilisant des invites en apparence inoffensives

Ce matin, j’ai ajouté une clause à mon clausier  Mais pas n’importe quelle clause. 💡 C’est une proposition de standard pour la réversibilité et la portabilité des données  🤝 C’est le résultat d’un travail collaboratif entre les acteurs innovants du marché du droit, juristes et legaltech  🥇 C’est une clause qui encourage la libre concurrence et valorise l’éthique des éditeurs signataires 😊 C’est une clause qui permettra aux directions juridiques de quitter leur éditeur CLM historique , avec leur patrimoine numérique contractuel hautement stratégique , pour les reverser dans la meilleure solution du moment ( bien sûr Seraphin.legal by MYLEGITECH ) 🙏🏻 Merci Emilie Calame , Allen & Overy, l'AFJE et toutes les legaltech qui ont joué le jeu ( spéciale dédicace à mes co-pétiteurs Gino LegalTech , Tomorro (ex Leeway) et Legisway qui s’engagent comme nous à permettre l'export autonome/ assisté de leurs données/ métadonnées afin de les rendre réutilisables par un autre) . Mais c’est aussi une innovation juridique au service de tous les acteurs de la data pour partager les données d’une manière fiable et mettre en oeuvre la stratégie européenne pour le partage des données 🚀 Et pour traduire enfin dans le code le droit à la portabilité des données et contribuer efficacement aux #dataspace institués par le Digital Governance Act, ce standard n’est qu’un début. En particulier, autour des initiatives notamment portées par Olivier Dion Matthias De Bièvre et Arno Pons, il s'agira de mettre en place un standard #LegalTech ''Holistic Data Rule Language'' (HDRL), pour articuler les règles de partage des données et les recueils de règles, englobant à la fois hard law/ soft law, et servant de "lingua franca" à l'écosystème de partage des données de l'UE. Ce langage commun permettra à toutes les parties prenantes de mieux comprendre les règles de partage des données, de faciliter les processus d'automatisation au sein de l'écosystème et aidera à mieux contrôler l'équilibre entre l'innovation et la réglementation Innovons dans la gouvernance juridique des données! #LawIsCode #DataSpace #rolebook #OpenContract #LegalTechLawyer #DigitalHumanRights

Grâce à ChatGPT, j'analyse les programmes politiques du Rassemblement National (RN) et du Nouveau Front Populaire (NFP) en lui demandant lequel permet une augmentation du bien-être. https://lnkd.in/eerbdSC3

Avez-vous entendu parler de l'Attention aux Requêtes Groupées ou Group Query Attention (GQA)? GQA est un composant essentiel dans les modèles de langage de grande taille (LLM) tels que Mistral, Llama 2, Llama 3 et bien d'autres. Elle optimise le traitement des textes, équilibrant rapidité et qualité. Elle simplifie la manière dont les LLMs comprennent de grandes quantités de texte en regroupant des tokens (ou mots) similaires. Cela rend le modèle plus rapide et plus intelligent, car il peut se concentrer sur des groupes de mots à la fois au lieu de chaque mot individuellement. Comment fonctionne la GQA ? Elle divise les têtes de Query en G groupes, chacun partageant une seule tête de clé et de valeur, optimisant la performance et réduisant les besoins en bande passante mémoire pendant l'inférence. C'est donc une sorte d'interpolation entre Multi-query Attention (MQA) et Multi-head Attention (MHA). Elle vise à atteindre la qualité de la MHA tout en maintenant la rapidité de la MQA. Une méthode courante pour implémenter la GQA est le Groupement des requêtes par similarité (Grouping queries based on similarity): qui consiste à regrouper les requêtes en fonction de leur similarité. Cela implique de calculer une métrique de similarité entre les requêtes et de les assigner à des groupes en conséquence. Un lien vers l'article : https://lnkd.in/gswT9ahT. N'oubliez pas de vous inscrire aux webinaires sur l'IA générative et les LLMs qui commencent la semaine prochaine https://lnkd.in/eEmia6Y3 #GenAI #LLM

Ma copie du week-end ;-) Un script "R" pour faire une Analyse Factorielle des Correspondances (AFC), avec #Shiny et #FactoMineR sur un corpus texte. #DataScience #AFC #RStats #TextMining #AnalyseTexte #RStudio

Transformer le droit en code informatique ... ! C'est ce que fait l'Inria, avec la complicité de juristes. https://lnkd.in/eMfz-wsb 1️⃣ C'est d'abord en droit fiscal, puisqu'il s'agit dans un premier temps d'automatiser ce qui est le plus quantifiable. 2️⃣ C'est présenté comme une implémentation du droit dans l'ordinateur. 3️⃣ C'est une approche typiquement "scientifique": reposant sur des articles, avec un état de l'art sélectif. 🤓 Ce qu'on peut en penser? C'est tout à fait conforme à l'hypothèse de la machine à gouverner (cf. mon livre): la méthode juridique se veut une méthode de programmation. (aka l'Etat de droit, c'est du logiciel) La question suivante c'est: est-ce qu'un ordinateur est intrinsèquement #démocratique? Pas sûr que tout le monde puisse la comprendre. #catala #sciencesansconsciencenestqueruinedelame

KL3M et Common Corpus : vers une formation d’IA respectueuse du droit d’auteur https://lnkd.in/edG6NxHz

✅ Vous êtes gestionnaire d’un établissement d’accueil du jeune enfant ? #eaje ✅ Vous mettez en œuvre des projets et actions d’animation de la vie sociale avec les habitants et les #familles ? ➡️ Ces guides sont faits pour vous aider à faire vivre la laïcité dans vos équipements et dans vos projets. 💻 Ils sont gratuits et à consulter ou à télécharger en ligne. #laïcité #centresocial #avs #qpv #vivreensemble #liensocial

La généralisation dans les LLM conduit à des réponses moins ciblées, soulignant la nécessité de requêtes précises pour obtenir des résultats pertinents. 👉 https://lnkd.in/ebi8uCeb #SROC #IntégrationIA #IntelligenceArtificielle