⏰ Un RDV en ligne à 15h aujourd'hui à ne pas manquer pour ceux intéressés par l'#IA dans l'enseignement supérieur !
Samy Lahbabi interviendra sur les usages de l'IA au sein des universités.
#chatbot#GenAI#AI#Education#RAG
Last but not least, here's the 6th episode before the summer vacations!😎
🔥 Want to become an #AI expert? Watch "𝗔𝗜 𝗯𝗲𝗵𝗶𝗻𝗱 𝘁𝗵𝗲 𝘀𝗰𝗲𝗻𝗲𝘀".
𝗦𝗲𝗮𝘀𝗼𝗻 1️⃣ “𝗢𝘂𝗿 𝘁𝗲𝗮𝗺 𝗼𝗳 𝗱𝗮𝘁𝗮 𝘀𝗰𝗶𝗲𝗻𝘁𝗶𝘀𝘁𝘀”
🎬 𝗘𝗽𝗶𝘀𝗼𝗱𝗲 6️⃣ "𝗢𝘂𝗿 𝘀𝗽𝗲𝗰𝗶𝗮𝗹𝗶𝘇𝗲𝗱 𝗔𝗜 𝗮𝘀𝘀𝗶𝘀𝘁𝗮𝗻𝘁𝘀 𝗳𝗼𝗿 𝘂𝗻𝗶𝘃𝗲𝗿𝘀𝗶𝘁𝗶𝗲𝘀" ✨ with Fanbo Meng, Data Scientist
W͟h͟a͟t͟ ͟i͟s͟ ͟a͟l͟l͟ ͟a͟b͟o͟u͟t͟?͟
✅ 𝗪𝗵𝗮𝘁 𝘀𝘂𝗯𝗷𝗲𝗰𝘁𝘀 𝗮𝗿𝗲 𝘆𝗼𝘂 𝘄𝗼𝗿𝗸𝗶𝗻𝗴 𝗼𝗻 𝗮𝘁 𝗦𝘁𝗲𝗹𝗹𝗶𝗮?
My work involves in testing LLMs in areas such as product design, data creation, #LLM testing & prompt engineering.
I also collaborate with universities in the US and together, 𝑤𝑒 𝑎𝑟𝑒 𝑑𝑒𝑣𝑒𝑙𝑜𝑝𝑖𝑛𝑔 𝑠𝑡𝑎𝑡𝑒-𝑜𝑓-𝑡ℎ𝑒-𝑎𝑟𝑡, 𝑓𝑢𝑙𝑙𝑦 𝑐𝑢𝑠𝑡𝑜𝑚𝑖𝑧𝑒𝑑 𝐴𝐼 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑠.
✅ 𝗪𝗵𝗮𝘁 𝗮𝗿𝗲 𝘁𝗵𝗲 𝗔𝗜 𝗽𝗿𝗼𝗱𝘂𝗰𝘁𝘀 𝘆𝗼𝘂 𝗮𝗿𝗲 𝘄𝗼𝗿𝗸𝗶𝗻𝗴 𝗼𝗻?
1️⃣ 𝗧𝗵𝗲 "𝗠𝗮𝘁𝗵 𝗦𝗼𝗹𝘃𝗲𝗿" 𝗔𝗜 𝗮𝘀𝘀𝗶𝘀𝘁𝗮𝗻𝘁
With Arizona State University, we're developing a math assistant called 𝑀𝑎𝑡ℎ 𝑆𝑜𝑙𝑣𝑒𝑟, 𝑤ℎ𝑖𝑐ℎ 𝑎𝑖𝑚𝑠 𝑡𝑜 𝑚𝑖𝑚𝑖𝑐 𝑎 𝑟𝑒𝑎𝑙 𝑡𝑢𝑡𝑜𝑟 𝑡𝑜 ℎ𝑒𝑙𝑝 𝑎𝑛𝑑 𝑔𝑢𝑖𝑑𝑒 𝑠𝑡𝑢𝑑𝑒𝑛𝑡𝑠 𝑠𝑡𝑟𝑢𝑔𝑔𝑙𝑖𝑛𝑔 𝑤𝑖𝑡ℎ 𝑡ℎ𝑒𝑖𝑟 𝑚𝑎𝑡ℎ 𝑠𝑡𝑢𝑑𝑖𝑒𝑠.
It tries to guid and help the students solve the math problem by themselves. Students can directly ask question or upload image to Math Solver.
When a math question is asked, a step by step hints will be provided to guide the students.
Students can ask for the final solution, but only the results will be provided, no full procedures as we do not want it be homework solver.
𝐴𝑙𝑙 𝑜𝑓 𝑡ℎ𝑒 𝑎𝑑𝑑𝑖𝑡𝑖𝑜𝑛𝑎𝑙 𝑓𝑢𝑛𝑐𝑡𝑖𝑜𝑛𝑎𝑙𝑖𝑡𝑖𝑒𝑠 𝑐𝑎𝑛 𝑏𝑒 𝑓𝑢𝑙𝑙𝑦 𝑐𝑢𝑠𝑡𝑜𝑚𝑖𝑧𝑎𝑏𝑙𝑒.
2️⃣ 𝗧𝗵𝗲 "𝗜 𝗥𝗲𝗽𝗹𝗮𝘆" 𝗮𝘀𝘀𝗶𝘀𝘁𝗮𝗻𝘁
With University of Illinois Urbana-Champaign, we're developing products to automatically process online courses, AI assistance and review applications for students & professors.
🎞 𝐼-𝑅𝑒𝑝𝑙𝑎𝑦: we automatically process Illinois' online courses to build an assistant that can answer questions with video clips at exact time slots.
🔎𝐼-𝑅𝑒𝑣𝑖𝑒𝑤: is a supplementary for I-Reply. We extract keywords, generate definitions with contextual applications, and build a knowledge graph to given recommendations.
𝑆𝑖𝑚𝑢𝑙𝑡𝑎𝑛𝑒𝑜𝑢𝑠𝑙𝑦, 𝑤𝑒 𝑐𝑜𝑚𝑏𝑖𝑛𝑒𝑑 𝑤𝑖𝑡ℎ 𝑜𝑡ℎ𝑒𝑟 𝑠𝑢𝑝𝑝𝑜𝑟𝑡𝑖𝑛𝑔 𝑖𝑛𝑓𝑜, 𝑡ℎ𝑟𝑜𝑢𝑔ℎ 𝑎 𝑤𝑒𝑙𝑙 𝑑𝑒𝑠𝑖𝑔𝑛𝑒𝑑 𝐴𝑃𝐼, 𝑚𝑎𝑘𝑒 𝑖𝑡 𝑚𝑢𝑐ℎ 𝑒𝑎𝑠𝑖𝑒𝑟 𝑓𝑜𝑟 𝑝𝑟𝑜𝑓𝑒𝑠𝑠𝑜𝑟𝑠 𝑎𝑛𝑑 𝑠𝑡𝑢𝑑𝑒𝑛𝑡𝑠 𝑡𝑜 𝑟𝑒𝑣𝑖𝑒𝑤 𝑐𝑜𝑢𝑟𝑠𝑒 𝑐𝑜𝑛𝑡𝑒𝑛𝑡, 𝑛𝑎𝑣𝑖𝑔𝑎𝑡𝑒 𝑡ℎ𝑒 𝑘𝑛𝑜𝑤𝑙𝑒𝑑𝑔𝑒, 𝑎𝑛𝑑 𝑓𝑖𝑛𝑑 𝑡ℎ𝑒 𝑣𝑖𝑑𝑒𝑜 𝑐𝑜𝑛𝑡𝑒𝑛𝑡 𝑡ℎ𝑒𝑦 𝑛𝑒𝑒𝑑.
👀 𝑊𝑎𝑡𝑐ℎ 𝑎𝑙𝑙 𝑡ℎ𝑒 𝑖𝑛𝑡𝑒𝑟𝑣𝑖𝑒𝑤𝑠 𝑤𝑖𝑡ℎ 𝑜𝑢𝑟 𝑖𝑛𝑐𝑟𝑒𝑑𝑖𝑏𝑙𝑒 𝑡𝑒𝑎𝑚:
🔗 https://lnkd.in/g58e-d-hÉcole PolytechniqueSATT PARIS SACLAYINNOVACOMINCOAdam King
Megan McDonald Grothman & Chris Thompson#GenAI
👀 𝗩𝗼𝗶𝗰𝗶 𝗹𝗲 𝟱𝗲̀𝗺𝗲 𝗲́𝗽𝗶𝘀𝗼𝗱𝗲 𝗱𝗲 𝗻𝗼𝘁𝗿𝗲 𝘀𝗮𝗴𝗮 𝗱𝗲 𝗹'𝗲́𝘁𝗲́ !
🔥 Vous voulez devenir un expert en #IA ? Regardez "𝗔𝗜 𝗯𝗲𝗵𝗶𝗻𝗱 𝘁𝗵𝗲 𝘀𝗰𝗲𝗻𝗲𝘀" by 𝗦𝘁𝗲𝗹𝗹𝗶𝗮.
🎬 𝗦𝗮𝗶𝘀𝗼𝗻 1️⃣ "Notre équipe de Data Scientists"
𝗘́𝗽𝗶𝘀𝗼𝗱𝗲 5️⃣ "Comment une segmentation sémantique “intelligente” peut-elle perfectionner un système RAG ?" avec ✨Aymen Bernoussi✨
L͟e͟s͟ i͟n͟f͟o͟r͟m͟a͟t͟i͟o͟n͟s͟ c͟l͟é͟s͟ ͟à͟ ͟r͟e͟t͟r͟o͟u͟v͟e͟r͟ ͟d͟a͟n͟s͟ ͟c͟e͟t͟t͟e͟ ͟i͟n͟t͟e͟r͟v͟i͟e͟w͟ ͟:͟
✅ 𝗤𝘂𝗲𝗹𝘀 𝘀𝗼𝗻𝘁 𝗹𝗲𝘀 𝘀𝘂𝗷𝗲𝘁𝘀 𝘀𝘂𝗿 𝗹𝗲𝘀𝗾𝘂𝗲𝗹𝘀 𝘁𝘂 𝘁𝗿𝗮𝘃𝗮𝗶𝗹𝗹𝗲𝘀 𝗰𝗵𝗲𝘇 𝗦𝘁𝗲𝗹𝗹𝗶𝗮 ?
Je travaille sur des sujets de R&D comme le développement et l’amélioration de nos modèles IA dans divers domaines : le parsing, la représentation vectorielle des textes et l'IA générative.
Je m'occupe aussi de sujets Cloud et MLOps en déployant de ces modèles en production par exemple.
✅ 𝗤𝘂’𝗲𝘀𝘁-𝗰𝗲 𝗾𝘂𝗲 𝗹’𝗲́𝘁𝗮𝗽𝗲 𝗱𝗲 𝗣𝗮𝗿𝘀𝗶𝗻𝗴/𝗦𝗲𝗴𝗺𝗲𝗻𝘁𝗮𝘁𝗶𝗼𝗻 ?
L'étape de parsing consiste à extraire le texte d'un document, en identifiant les informations pertinentes.
L’étape de segmentation, va plus loin en regroupant les textes issus de l’étape de parsing sémantiquement pour mieux structurer le contenu, facilitant ainsi son utilisation par des modèles d'IA.
✅ 𝗖𝗼𝗺𝗺𝗲𝗻𝘁 𝗰𝗲𝗹𝗮 𝗰𝗼𝗻𝘁𝗿𝗶𝗯𝘂𝗲 𝗮̀ 𝗹'𝗲𝗳𝗳𝗶𝗰𝗮𝗰𝗶𝘁𝗲́ 𝗴𝗹𝗼𝗯𝗮𝗹𝗲 𝗱’𝘂𝗻 𝘀𝘆𝘀𝘁𝗲̀𝗺𝗲 𝗥𝗔𝗚 ?
En segmentant le texte en unités significatives et en ne prenant que les informations pertinentes, nous facilitons la compréhension du contenu par les modèles d'IA.
Cela se traduit par :
- des représentations vectorielles + précises : amélioration de la qualité de nos réponses
- une performance + élevée de notre système : meilleure interprétation des requêtes et tâches.
✅ 𝗖𝗼𝗺𝗺𝗲𝗻𝘁 𝗿𝗲𝘀𝘁𝗲𝗿 𝗽𝗲𝗿𝗳𝗼𝗿𝗺𝗮𝗻𝘁 𝗳𝗮𝗰𝗲 𝗮̀ 𝗱𝗲𝘀 𝗱𝗼𝗻𝗻𝗲́𝗲𝘀 𝘁𝗲𝘅𝘁𝘂𝗲𝗹𝗹𝗲𝘀 𝗺𝘂𝗹𝘁𝗶𝗹𝗶𝗻𝗴𝘂𝗲𝘀 𝗼𝘂 𝗺𝘂𝗹𝘁𝗶𝗳𝗼𝗿𝗺𝗮𝘁𝘀 ?
Chez Stellia, nous incluons une grande variété de langues dans les données d'entraînement de nos modèles, pour garantir une compréhension robuste de différentes langues.
Nous avons développé plusieurs pipelines de parsing adaptés à différents formats de docs : PDF, vidéos, HTML, audio, markdown...
Ces pipelines sont conçues pour traiter efficacement chaque type de format, en extrayant les informations pertinentes de manière précise et cohérente.
🏆 𝑁𝑜𝑢𝑠 𝑎𝑠𝑠𝑢𝑟𝑜𝑛𝑠 𝑎𝑖𝑛𝑠𝑖 𝑢𝑛𝑒 𝑝𝑒𝑟𝑓𝑜𝑟𝑚𝑎𝑛𝑐𝑒 𝑜𝑝𝑡𝑖𝑚𝑎𝑙𝑒 𝑑𝑒 𝑛𝑜𝑡𝑟𝑒 𝑒́𝑡𝑎𝑝𝑒 𝑑𝑒 𝑝𝑎𝑟𝑠𝑖𝑛𝑔/𝑠𝑒𝑔𝑚𝑒𝑛𝑡𝑎𝑡𝑖𝑜𝑛, 𝑞𝑢𝑒𝑙 𝑞𝑢𝑒 𝑠𝑜𝑖𝑡 𝑙𝑒 𝑙𝑎𝑛𝑔𝑎𝑔𝑒 𝑜𝑢 𝑙𝑒 𝑓𝑜𝑟𝑚𝑎𝑡 𝑑𝑢 𝑡𝑒𝑥𝑡𝑒.
🔜𝗦𝘁𝗮𝘆 𝘁𝘂𝗻𝗲𝗱 𝗽𝗼𝘂𝗿 𝗱𝗲 𝗻𝗼𝘂𝘃𝗲𝗮𝘂𝘅 𝗲́𝗽𝗶𝘀𝗼𝗱𝗲𝘀 !
𝑅𝑒𝑡𝑟𝑜𝑢𝑣𝑒𝑧 𝑙𝑒𝑠 𝑖𝑛𝑡𝑒𝑟𝑣𝑖𝑒𝑤𝑠 𝑑𝑒 𝑛𝑜𝑡𝑟𝑒 𝑑𝑟𝑒𝑎𝑚 𝑡𝑒𝑎𝑚 𝑠𝑢𝑟 𝑛𝑜𝑡𝑟𝑒 𝑐ℎ𝑎𝑖𝑛𝑒 𝑌𝑜𝑢𝑇𝑢𝑏𝑒 :
🔗 https://lnkd.in/g58e-d-h#LLM#GenAI#RAG#parsingÉcole PolytechniqueSATT PARIS SACLAYINNOVACOMINCO
𝗟𝗲 𝟰𝗲̀𝗺𝗲 𝗲́𝗽𝗶𝘀𝗼𝗱𝗲 𝗱𝗲 𝗻𝗼𝘁𝗿𝗲 𝘀𝗲́𝗿𝗶𝗲 𝗱𝗲 𝗹'𝗲́𝘁𝗲́ 𝗲𝘀𝘁 𝗱𝗲́𝗷𝗮̀ 𝗲𝗻 𝗹𝗶𝗴𝗻𝗲 !
🔥 Vous voulez devenir un expert en #IA ? Regardez "𝗔𝗜 𝗯𝗲𝗵𝗶𝗻𝗱 𝘁𝗵𝗲 𝘀𝗰𝗲𝗻𝗲𝘀" by 𝗦𝘁𝗲𝗹𝗹𝗶𝗮.
🎬 𝗦𝗲𝗮𝘀𝗼𝗻 1️⃣ "Notre équipe de Data Scientists"
𝗘́𝗽𝗶𝘀𝗼𝗱𝗲 4️⃣ "IA générative & Graphes de connaissance pour générer en quantité des exercices qualitatifs" avec ✨Guillaume Potel✨
L͟e͟s͟ ͟i͟n͟f͟o͟r͟m͟a͟t͟i͟o͟n͟s͟ ͟c͟l͟é͟s͟ ͟à͟ ͟r͟e͟t͟r͟o͟u͟v͟e͟r͟ ͟d͟a͟n͟s͟ ͟l͟’͟i͟n͟t͟e͟r͟v͟i͟e͟w͟ ͟:͟
✅ 𝗖𝗼𝗺𝗺𝗲𝗻𝘁 𝗴𝗲́𝗻𝗲̀𝗿𝗲 𝘁-𝗼𝗻 𝗱𝗲𝘀 𝗲𝘅𝗲𝗿𝗰𝗶𝗰𝗲𝘀 𝗰𝗵𝗲𝘇 𝗦𝘁𝗲𝗹𝗹𝗶𝗮 ?
A partir de vos documents, notre plateforme génère automatiquement grâce à l'IA de grandes quantités d'exercices (QCM, textes à trous, ou vrais-faux).
On peut générer 1000 𝑒𝑥𝑒𝑟𝑐𝑖𝑐𝑒𝑠 𝑒𝑛 20 𝑚𝑖𝑛𝑢𝑡𝑒𝑠, ce qui représente un gain de temps précieux.
👩🎓 Nous avons ainsi généré en masse des exercices pour le projet Bien à l'école, ayant pour but de lutter contre le décrochage scolaire.
✅ 𝟯 𝗽𝗼𝗶𝗻𝘁𝘀 𝗱𝗲 𝗱𝗶𝗳𝗳𝗲́𝗿𝗲𝗻𝗰𝗶𝗮𝘁𝗶𝗼𝗻 𝗱𝗲𝘀 𝗲𝘅𝗲𝗿𝗰𝗶𝗰𝗲𝘀 𝗮𝘃𝗲𝗰 𝗦𝘁𝗲𝗹𝗹𝗶𝗮 :
1️⃣ 𝑃𝑟𝑒-𝑝𝑟𝑜𝑐𝑒𝑠𝑠𝑖𝑛𝑔 pour identifier les segments de texte avec un intérêt pédagogique
2️⃣ 𝐶𝑜𝑛𝑡𝑟𝑜̂𝑙𝑒 𝑎𝑢𝑡𝑜𝑚𝑎𝑡𝑖𝑞𝑢𝑒 𝑑𝑒 𝑙𝑎 𝑝𝑒𝑟𝑡𝑖𝑛𝑒𝑛𝑐𝑒 𝑒𝑡 𝑙𝑎 𝑞𝑢𝑎𝑙𝑖𝑡𝑒́ des exercices générés par notre pipeline IA
3️⃣ Les exercices vont être associés à des 𝑐𝑜𝑛𝑐𝑒𝑝𝑡𝑠 qui sont liés dans le 𝑔𝑟𝑎𝑝ℎ𝑒 𝑑𝑒 𝑐𝑜𝑛𝑛𝑎𝑖𝑠𝑠𝑎𝑛𝑐𝑒 de Stellia.
✅ 𝗤𝘂'𝗲𝘀𝘁-𝗰𝗲 𝗾𝘂'𝘂𝗻 𝗴𝗿𝗮𝗽𝗵𝗲 𝗱𝗲 𝗰𝗼𝗻𝗻𝗮𝗶𝘀𝘀𝗮𝗻𝗰𝗲 ?
C'est un ensemble d'entités reliées les unes avec les autres (des lieux, dates, personnes,...).
🏆 Notre solution génère des graphes de connaissance "custom" à partir de concepts extraits de vos documents, grâce à nos algorithmes entrainés sur des tâches précises.
𝑁𝑜𝑢𝑠 𝑎𝑣𝑜𝑛𝑠 𝑒𝑛𝑡𝑟𝑎𝑖𝑛𝑒́ 𝑛𝑜𝑡𝑟𝑒 𝑝𝑟𝑜𝑝𝑟𝑒 𝑚𝑜𝑑𝑒̀𝑙𝑒 𝑑'𝑒𝑛𝑡𝑖𝑡𝑦 𝑙𝑖𝑛𝑘𝑖𝑛𝑔 𝑒𝑛 𝑓𝑟𝑎𝑛𝑐̧𝑎𝑖𝑠 𝑒𝑡 𝑒𝑛 𝑎𝑛𝑔𝑙𝑎𝑖𝑠.
✅ 𝗤𝘂𝗲𝗹 𝗲𝘀𝘁 𝗹'𝗶𝗻𝘁𝗲́𝗿𝗲̂𝘁 𝗱𝗲𝘀 𝗴𝗿𝗮𝗽𝗵𝗲𝘀 𝗽𝗼𝘂𝗿 𝗻𝗼𝘀 𝘀𝗼𝗹𝘂𝘁𝗶𝗼𝗻𝘀 ?
Prenons le cas de 𝑙'𝑎𝑠𝑠𝑖𝑠𝑡𝑎𝑛𝑡 𝑐𝑜𝑛𝑣𝑒𝑟𝑠𝑎𝑡𝑖𝑜𝑛𝑛𝑒𝑙 𝑑𝑒 𝑆𝑡𝑒𝑙𝑙𝑖𝑎 ; il pourra répondre aux questions d'un apprenant et également lui recommander des concepts et des notions qui sont liés à sa question. L'assistant IA proposera des passages de ressources pour l'aider à réviser, et des exercices pour tester ses connaissances et des questions-réponses similaires pour approfondir le sujet.
🔜𝗦𝘁𝗮𝘆 𝘁𝘂𝗻𝗲𝗱 𝗽𝗼𝘂𝗿 𝗱𝗲 𝗻𝗼𝘂𝘃𝗲𝗮𝘂𝘅 𝗲́𝗽𝗶𝘀𝗼𝗱𝗲𝘀 !
𝑅𝑒𝑡𝑟𝑜𝑢𝑣𝑒𝑧 𝑙𝑒𝑠 𝑖𝑛𝑡𝑒𝑟𝑣𝑖𝑒𝑤𝑠 𝑑𝑒 𝑛𝑜𝑡𝑟𝑒 𝑑𝑟𝑒𝑎𝑚 𝑡𝑒𝑎𝑚 𝑠𝑢𝑟 𝑛𝑜𝑡𝑟𝑒 𝑐ℎ𝑎𝑖𝑛𝑒 𝑌𝑜𝑢𝑇𝑢𝑏𝑒 :
🔗 https://lnkd.in/g58e-d-h#LLM#GenAI#AIchatbot
𝗟𝗲 𝟯𝗲̀𝗺𝗲 𝗲́𝗽𝗶𝘀𝗼𝗱𝗲 𝗱𝗲 𝗻𝗼𝘁𝗿𝗲 𝘀𝗲́𝗿𝗶𝗲 𝗱𝗲 𝗹'𝗲́𝘁𝗲́ 𝗲𝘀𝘁 𝗱𝗲́𝗷𝗮̀ 𝗱𝗶𝘀𝗽𝗼𝗻𝗶𝗯𝗹𝗲 !
🔥 Vous voulez devenir un expert en #IA ? Regardez "𝗔𝗜 𝗯𝗲𝗵𝗶𝗻𝗱 𝘁𝗵𝗲 𝘀𝗰𝗲𝗻𝗲𝘀" produit par 𝗦𝘁𝗲𝗹𝗹𝗶𝗮.
🎬 𝗦𝗲𝗮𝘀𝗼𝗻 1️⃣ "Notre équipe de Data Scientists"
𝗘́𝗽𝗶𝘀𝗼𝗱𝗲 3️⃣ "𝗟𝗔 𝗦𝗣𝗘𝗖𝗜𝗔𝗟𝗜𝗦𝗔𝗧𝗜𝗢𝗡 𝗗𝗘 𝗠𝗢𝗗𝗘𝗟𝗘𝗦 𝗗'𝗜𝗔" avec ✨Sofiane ETTAYEB✨
L͟e͟s͟ ͟i͟n͟f͟o͟r͟m͟a͟t͟i͟o͟n͟s͟ ͟c͟l͟é͟s͟ ͟à͟ ͟r͟e͟t͟r͟o͟u͟v͟e͟r͟ ͟d͟a͟n͟s͟ ͟l͟’͟i͟n͟t͟e͟r͟v͟i͟e͟w͟ ͟:͟
🔹 𝗤𝘂’𝗲𝘀𝘁-𝗰𝗲 𝗾𝘂’𝘂𝗻 𝗟𝗟𝗠 ?
LLM correspond à l’acronyme “Large Language Model”.
🔎 Ce sont des modèles d’apprentissage statistique qui prennent en entrée une requête en langage naturel et génèrent du texte en sortie.
Ces modèles sont entraînés sur de très grandes quantités de données et possèdent une architecture massive. 𝐿’𝑒𝑥𝑒𝑚𝑝𝑙𝑒 𝑙𝑒 𝑝𝑙𝑢𝑠 𝑐𝑜𝑛𝑛𝑢 𝑎𝑢𝑗𝑜𝑢𝑟𝑑’ℎ𝑢𝑖 𝑒𝑠𝑡 𝐶ℎ𝑎𝑡-𝐺𝑃𝑇, 𝑚𝑎𝑖𝑠 𝑐𝑒𝑠 𝑎𝑟𝑐ℎ𝑖𝑡𝑒𝑐𝑡𝑢𝑟𝑒𝑠 𝑒𝑥𝑖𝑠𝑡𝑒𝑛𝑡 𝑑𝑒𝑝𝑢𝑖𝑠 2017.
Leur taille et les données utilisées pour l’entraînement n’ont cessé d’augmenter.
🔹 𝗘𝗻𝘁𝗿𝗮𝗶̂𝗻𝗲𝗺𝗲𝗻𝘁 𝗱’𝘂𝗻 𝗟𝗟𝗠 𝗽𝗼𝘂𝗿 𝘂𝗻 𝘂𝘀𝗮𝗴𝗲 𝘀𝗽𝗲́𝗰𝗶𝗳𝗶𝗾𝘂𝗲 𝗲𝗻 𝟰 𝗲́𝘁𝗮𝗽𝗲𝘀 :
1️⃣ On identifie les tâches spécifiques pour lesquelles le modèle sera utilisé.
2️⃣ On récolte des données spécifiques à ces tâches.
3️⃣ Pendant l’entraînement, le modèle génère du texte à partir des requêtes et les compare à un gold standard, c’est ce qu’on appelle le fine-tuning.
4️⃣ Enfin, on établit des benchmarks pour évaluer ses performances.
🔹 𝗣𝗼𝘂𝗿𝗾𝘂𝗼𝗶 𝗲𝗻𝘁𝗿𝗮𝗶̂𝗻𝗲𝗿 𝘂𝗻 𝗟𝗟𝗠 𝗽𝗹𝘂𝘁𝗼̂𝘁 𝗾𝘂’𝘂𝘁𝗶𝗹𝗶𝘀𝗲𝗿 𝘂𝗻𝗲 𝗔𝗣𝗜 𝗰𝗼𝗺𝗺𝗲 𝗖𝗵𝗮𝘁-𝗚𝗣𝗧 𝗼𝘂 𝗱𝗲𝘀 𝗺𝗼𝗱𝗲̀𝗹𝗲𝘀 𝗼𝗽𝗲𝗻-𝘀𝗼𝘂𝗿𝗰𝗲 ?
Utiliser une api propriétaire présente de nombreux avantages, comme une simplicité d’utilisation, mais présente des inconvénients comme le manque de contrôle sur ce qui est généré par les modèles et les mises à jour fréquentes qui peuvent dégrader les performances.
🏆 𝐶ℎ𝑒𝑧 𝑆𝑡𝑒𝑙𝑙𝑖𝑎, 𝑛𝑜𝑢𝑠 𝑒𝑛𝑡𝑟𝑎𝑖𝑛𝑜𝑛𝑠 𝑑𝑒𝑠 𝐿𝐿𝑀 𝑎𝑓𝑖𝑛 𝑑𝑒 𝑝𝑜𝑢𝑣𝑜𝑖𝑟 𝑙𝑒𝑠 𝑎𝑑𝑎𝑝𝑡𝑒𝑟 𝑝𝑟𝑒́𝑐𝑖𝑠𝑒́𝑚𝑒𝑛𝑡 𝑎̀ 𝑑𝑒𝑠 𝑡𝑎̂𝑐ℎ𝑒𝑠 𝑠𝑝𝑒́𝑐𝑖𝑓𝑖𝑞𝑢𝑒𝑠, 𝑙𝑒𝑠 𝑚𝑎𝑖𝑛𝑡𝑒𝑛𝑖𝑟 𝑝𝑙𝑢𝑠 𝑓𝑎𝑐𝑖𝑙𝑒𝑚𝑒𝑛𝑡, 𝗲𝘁 𝗴𝗮𝗿𝗮𝗻𝘁𝗶𝗿 𝘂𝗻𝗲 𝗺𝗲𝗶𝗹𝗹𝗲𝘂𝗿𝗲 𝗽𝗿𝗼𝘁𝗲𝗰𝘁𝗶𝗼𝗻 𝗱𝗲𝘀 𝗱𝗼𝗻𝗻𝗲́𝗲𝘀 𝗱𝗲 𝗻𝗼𝘀 𝗰𝗹𝗶𝗲𝗻𝘁𝘀.
🔜𝗦𝘁𝗮𝘆 𝘁𝘂𝗻𝗲𝗱 𝗽𝗼𝘂𝗿 𝗱𝗲 𝗻𝗼𝘂𝘃𝗲𝗮𝘂𝘅 𝗲́𝗽𝗶𝘀𝗼𝗱𝗲𝘀 !
𝑅𝑒𝑡𝑟𝑜𝑢𝑣𝑒𝑧 𝑙𝑒𝑠 𝑖𝑛𝑡𝑒𝑟𝑣𝑖𝑒𝑤𝑠 𝑑𝑒 𝑛𝑜𝑡𝑟𝑒 𝑑𝑟𝑒𝑎𝑚 𝑡𝑒𝑎𝑚 𝑠𝑢𝑟 𝑛𝑜𝑡𝑟𝑒 𝑐ℎ𝑎𝑖𝑛𝑒 𝑌𝑜𝑢𝑇𝑢𝑏𝑒 :
🔗 https://lnkd.in/g58e-d-h#LLM#GenAI#AIchatbot
🎬𝗗𝗲́𝗰𝗼𝘂𝘃𝗿𝗲𝘇 𝗹𝗮 𝗻𝗼𝘂𝘃𝗲𝗹𝗹𝗲 𝗶𝗻𝘁𝗲𝗿𝗳𝗮𝗰𝗲 𝗱𝗲 𝗻𝗼𝘁𝗿𝗲 𝗮𝘀𝘀𝗶𝘀𝘁𝗮𝗻𝘁 𝗰𝗼𝗻𝘃𝗲𝗿𝘀𝗮𝘁𝗶𝗼𝗻𝗻𝗲𝗹 ! ✨
🎁 Notre assistant IA fait peau neuve pour toujours mieux accompagner vos collaborateurs, formateurs ou apprenants :
1️⃣ Un thème sombre ou clair pour + d’inclusivité
2️⃣ Des recommandations personnalisées proactives
3️⃣ Des contenus “augmentés” avec la génération de concepts, questions similaires ou des exercices
4️⃣ Une intégration fluide avec les principaux LMS du marché ou sur vos sites
💡 𝗣𝗼𝘂𝗿𝗾𝘂𝗼𝗶 𝗱𝗲́𝗽𝗹𝗼𝘆𝗲𝗿 𝘂𝗻 𝗮𝘀𝘀𝗶𝘀𝘁𝗮𝗻𝘁 #𝗜𝗔 ?
𝑉𝑜𝑢𝑠 𝑑𝑖𝑠𝑝𝑜𝑠𝑒𝑧 𝑑’𝑢𝑛𝑒 𝑚𝑎𝑠𝑠𝑒 𝑐𝑜𝑛𝑠𝑖𝑑𝑒́𝑟𝑎𝑏𝑙𝑒 𝑑𝑒 𝑑𝑜𝑐𝑠 𝑒𝑡 𝑣𝑖𝑑𝑒́𝑜𝑠 𝑒𝑡 𝑣𝑜𝑠 𝑐𝑜𝑙𝑙𝑎𝑏𝑜𝑟𝑎𝑡𝑒𝑢𝑟𝑠, 𝑓𝑜𝑟𝑚𝑎𝑡𝑒𝑢𝑟𝑠 𝑜𝑢 𝑎𝑝𝑝𝑟𝑒𝑛𝑎𝑛𝑡𝑠 𝑝𝑎𝑠𝑠ent 𝑏𝑒𝑎𝑢𝑐𝑜𝑢𝑝 𝑑𝑒 𝑡𝑒𝑚𝑝𝑠 𝑎̀ 𝑟𝑒𝑡𝑟𝑜𝑢𝑣𝑒𝑟 𝑙𝑎 𝑏𝑜𝑛𝑛𝑒 𝑖𝑛𝑓𝑜𝑟𝑚𝑎𝑡𝑖𝑜𝑛 𝑎𝑢 𝑠𝑒𝑖𝑛 𝑑𝑒 𝑡𝑜𝑢𝑡𝑒𝑠 𝑣𝑜𝑠 𝑟𝑒𝑠𝑠𝑜𝑢𝑟𝑐𝑒𝑠 ?
𝑈𝑛 𝑎𝑠𝑠𝑖𝑠𝑡𝑎𝑛𝑡 𝑐𝑜𝑛𝑣𝑒𝑟𝑠𝑎𝑡𝑖𝑜𝑛𝑛𝑒𝑙 𝑝𝑒𝑢𝑡 𝑟𝑒́𝑝𝑜𝑛𝑑𝑟𝑒 𝑎̀ 𝑡𝑜𝑢𝑡 𝑚𝑜𝑚𝑒𝑛𝑡 𝑎̀ 𝑙𝑒𝑢𝑟𝑠 𝑞𝑢𝑒𝑠𝑡𝑖𝑜𝑛𝑠 𝑒𝑡 𝑎𝑖𝑛𝑠𝑖 𝑙𝑒𝑢𝑟𝑓𝑎𝑖𝑟𝑒 𝑔𝑎𝑔𝑛𝑒𝑟 𝑒𝑛 𝑡𝑒𝑚𝑝𝑠, 𝑒𝑓𝑓𝑖𝑐𝑎𝑐𝑖𝑡𝑒́ 𝑒𝑡 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑖𝑣𝑖𝑡𝑒́.
𝗖𝗼𝗺𝗺𝗲𝗻𝘁 𝗳𝗼𝗻𝗰𝘁𝗶𝗼𝗻𝗻𝗲𝗻𝘁 𝗻𝗼𝘀 𝗮𝘀𝘀𝗶𝘀𝘁𝗮𝗻𝘁𝘀 𝗰𝗼𝗻𝘃𝗲𝗿𝘀𝗮𝘁𝗶𝗼𝗻𝗻𝗲𝗹𝘀 ?
✅ Nous collectons vos ressources, docs et vidéos, puis nous générons en quelques minutes un assistant.
L’assistant Stellia fournit une réponse en l͟a͟n͟g͟a͟g͟e͟ ͟n͟a͟t͟u͟r͟e͟l͟ grâce à l’IA générative et donne accès aux sources qui ont permis de construire cette réponse.
𝗤𝘂𝗲𝗹𝘀 𝘀𝗼𝗻𝘁 𝗹𝗲𝘀 𝗽𝗼𝗶𝗻𝘁𝘀 𝗱𝗲 𝗱𝗶𝗳𝗳𝗲́𝗿𝗲𝗻𝗰𝗶𝗮𝘁𝗶𝗼𝗻 𝗱𝗲 𝗻𝗼𝘀 𝗮𝘀𝘀𝗶𝘀𝘁𝗮𝗻𝘁𝘀 ?
✅ N͟o͟s͟ ͟a͟g͟e͟n͟t͟s͟ ͟c͟o͟n͟v͟e͟r͟s͟a͟t͟i͟o͟n͟n͟e͟l͟s͟ ͟s͟’͟a͟p͟p͟u͟i͟e͟n͟t͟ ͟e͟x͟c͟l͟u͟s͟i͟v͟e͟m͟e͟n͟t͟ ͟s͟u͟r͟ ͟v͟o͟s͟ ͟r͟e͟s͟s͟o͟u͟r͟c͟e͟s͟
pour garantir la pertinence des réponses, et préserver du risque d’hallucination.
👩🎓 Ils prennent ainsi en compte le contexte d’apprentissage, l’approche pédagogique, et le niveau d’expertise de vos utilisateurs.
✅ N͟o͟s͟ ͟a͟s͟s͟i͟s͟t͟a͟n͟t͟s͟ ͟p͟e͟r͟m͟e͟t͟t͟e͟n͟t͟ ͟d͟'͟a͟p͟p͟r͟o͟f͟o͟n͟d͟i͟r͟ ͟u͟n͟ ͟s͟u͟j͟e͟t͟
L'utilisateur a accès à l’extrait précis du document ou de la vidéo qui explique la réponse.
🔎 Il peut également consulter le document ou la vidéo dans son intégralité.
✅ N͟o͟s͟ ͟a͟s͟s͟i͟s͟t͟a͟n͟t͟s͟ ͟s͟o͟n͟t͟ ͟m͟u͟l͟t͟i͟m͟o͟d͟a͟u͟x͟
🎬 La vidéo est un média inclusif qui s'adresse à tous types de publics.
Elle permet notamment de valoriser le 𝗴𝗲𝘀𝘁𝗲 𝗽𝗿𝗼𝗳𝗲𝘀𝘀𝗶𝗼𝗻𝗻𝗲𝗹.
✅ N͟o͟s͟ ͟a͟s͟s͟i͟s͟t͟a͟n͟t͟s͟ ͟s͟o͟n͟t͟ ͟p͟r͟o͟a͟c͟t͟i͟f͟s͟ ͟e͟t͟ ͟v͟o͟s͟ ͟c͟o͟n͟t͟e͟n͟u͟s͟ ͟s͟o͟n͟t͟ ͟“͟a͟u͟g͟m͟e͟n͟t͟é͟s͟”͟ ͟p͟a͟r͟ ͟l͟'͟I͟A͟
les réponses de l'assistant sont enrichies par des 𝗰𝗼𝗻𝗰𝗲𝗽𝘁𝘀 liés à la recherche de l'utilisateur, des 𝗿𝗲́𝘀𝘂𝗺𝗲́𝘀, des 𝗾𝘂𝗲𝘀𝘁𝗶𝗼𝗻𝘀/𝗿𝗲́𝗽𝗼𝗻𝘀𝗲𝘀 𝗮𝘀𝘀𝗼𝗰𝗶𝗲́𝗲𝘀 et des 𝗲𝘅𝗲𝗿𝗰𝗶𝗰𝗲𝘀.
🌟 𝑉𝑜𝑢𝑠 𝑎𝑣𝑒𝑧 𝑢𝑛 𝑝𝑟𝑜𝑗𝑒𝑡 ? https://lnkd.in/deFn5z5W#GenAI
🔥 Want to become an AI expert? Watch "𝗔𝗜 𝗯𝗲𝗵𝗶𝗻𝗱 𝘁𝗵𝗲 𝘀𝗰𝗲𝗻𝗲𝘀" 𝗽𝗼𝘄𝗲𝗿𝗲𝗱 𝗯𝘆 𝗦𝘁𝗲𝗹𝗹𝗶𝗮.
❗Watch the video to the end ... we have great news to share with you 😎
🎬 𝗦𝗲𝗮𝘀𝗼𝗻 1️⃣ “Our team of Data Scientists”
𝗘𝗽𝗶𝘀𝗼𝗱𝗲 2️⃣ "𝗧𝗛𝗘 𝗕𝗘𝗦𝗧 𝗔𝗜 𝗠𝗢𝗗𝗘𝗟 𝗙𝗢𝗥 𝗙𝗥𝗘𝗡𝗖𝗛 𝗗𝗔𝗧𝗔" starring ✨ Wenzhuo Liu, data scientist
W͟h͟a͟t͟ ͟i͟s͟ ͟a͟l͟l͟ ͟a͟b͟o͟u͟t͟?͟
🔍 𝗪𝗵𝗮𝘁 𝗮𝗿𝗲 𝗦𝗲𝗺𝗮𝗻𝘁𝗶𝗰 𝗦𝗶𝗺𝗶𝗹𝗮𝗿𝗶𝘁𝘆 𝗠𝗼𝗱𝗲𝗹𝘀?
These models measure how similar two pieces of text are, focusing on the underlying concepts and ideas rather than just the words. At Stellia, we use 𝑡𝑒𝑥𝑡 𝑒𝑚𝑏𝑒𝑑𝑑𝑖𝑛𝑔 𝑚𝑜𝑑𝑒𝑙𝑠 to transform text into high-dimensional vectors and compute similarities using methods like cosine similarity.
This technology is crucial in our RAG System for retrieving relevant information.
💡 𝗪𝗵𝗮𝘁 𝗶𝘀 𝘁𝗵𝗲 𝗥𝗔𝗚 𝗦𝘆𝘀𝘁𝗲𝗺?
The Retrieval-Augmented Generation (RAG) system enhances the accuracy and relevance of responses from 𝑙𝑎𝑟𝑔𝑒 𝑙𝑎𝑛𝑔𝑢𝑎𝑔𝑒 𝑚𝑜𝑑𝑒𝑙𝑠 (LLMs). When you ask a question, the RAG system searches a vast database to find relevant information, ensuring precise and up-to-date answers. Text embedding models play a key role by identifying the most relevant documents through similarity scores.
🏆 𝗪𝗵𝗮𝘁 𝘀𝗲𝘁𝘀 𝗦𝘁𝗲𝗹𝗹𝗶𝗮’𝘀 𝗥𝗔𝗚 𝘀𝘆𝘀𝘁𝗲𝗺 𝗮𝗽𝗮𝗿𝘁?
At Stellia, we’ve optimized our RAG system for various applications, including 𝑘𝑛𝑜𝑤𝑙𝑒𝑑𝑔𝑒 𝑔𝑟𝑎𝑝ℎ construction and 𝑒𝑥𝑒𝑟𝑐𝑖𝑠𝑒 𝑔𝑒𝑛𝑒𝑟𝑎𝑡𝑖𝑜𝑛, beyond typical question-answer systems.
We’ve fine-tuned powerful open-source text embedding models on substantial datasets specific to each scenario, with a strong focus on French datasets.
✅ 𝗘𝗫𝗖𝗜𝗧𝗜𝗡𝗚 𝗡𝗘𝗪𝗦: 𝗪𝗲 𝗮𝗿𝗲 𝗽𝗿𝗼𝘂𝗱 𝘁𝗼 𝘀𝗵𝗮𝗿𝗲 𝘄𝗶𝘁𝗵 𝘆𝗼𝘂 𝘁𝗵𝗮𝘁 𝗼𝘂𝗿 𝗺𝗼𝗱𝗲𝗹𝘀 𝗲𝘅𝗰𝗲𝗹 𝗶𝗻 𝘂𝗻𝗱𝗲𝗿𝘀𝘁𝗮𝗻𝗱𝗶𝗻𝗴 𝗮𝗻𝗱 𝗽𝗿𝗼𝗰𝗲𝘀𝘀𝗶𝗻𝗴 𝗙𝗿𝗲𝗻𝗰𝗵, 𝗮𝗰𝗵𝗶𝗲𝘃𝗶𝗻𝗴 𝘁𝗼𝗽 𝗿𝗮𝗻𝗸𝗶𝗻𝗴𝘀 𝗶𝗻 𝘁𝗵𝗲 𝗠𝗧𝗘𝗕 𝗙𝗿𝗲𝗻𝗰𝗵 𝗯𝗲𝗻𝗰𝗵𝗺𝗮𝗿𝗸, 𝗼𝘂𝘁𝗽𝗲𝗿𝗳𝗼𝗿𝗺𝗶𝗻𝗴 𝗼𝘁𝗵𝗲𝗿 𝗼𝗽𝗲𝗻-𝘀𝗼𝘂𝗿𝗰𝗲 𝗺𝗼𝗱𝗲𝗹𝘀.
🔜 𝑆𝑡𝑎𝑦 𝑡𝑢𝑛𝑒𝑑 𝑓𝑜𝑟 𝑓𝑢𝑡𝑢𝑟𝑒 𝑖𝑛𝑡𝑒𝑟𝑣𝑖𝑒𝑤𝑠 𝑤𝑖𝑡ℎ 𝑜𝑢𝑟 𝑖𝑛𝑐𝑟𝑒𝑑𝑖𝑏𝑙𝑒 𝑡𝑒𝑎𝑚 𝑜𝑓 𝐷𝑎𝑡𝑎 𝑆𝑐𝑖𝑒𝑛𝑡𝑖𝑠𝑡𝑠.
🔗 https://lnkd.in/g58e-d-hSATT PARIS SACLAYINNOVACOMINCOEdTech FranceÉcole PolytechniqueInriaCamille WongChristophe AuffrayGuillaume Avrin#chatbot#ArtificialIntelligence#ConversationalAI#GenAI#FutureOfWork#AIChatbot#AI#AIAct#LLM#IA
🔥 Want to become an AI expert? Watch "𝗔𝗜 𝗯𝗲𝗵𝗶𝗻𝗱 𝘁𝗵𝗲 𝘀𝗰𝗲𝗻𝗲𝘀" 𝗽𝗼𝘄𝗲𝗿𝗲𝗱 𝗯𝘆 𝗦𝘁𝗲𝗹𝗹𝗶𝗮. 𝑇ℎ𝑖𝑠 𝑖𝑠 𝑡ℎ𝑒 𝑣𝑒𝑟𝑦 𝑏𝑒𝑔𝑖𝑛𝑛𝑖𝑛𝑔 𝑜𝑓 𝑜𝑢𝑟 𝑠𝑒𝑟𝑖𝑒𝑠 𝑜𝑓 𝑖𝑛𝑡𝑒𝑟𝑣𝑖𝑒𝑤𝑠 𝑤𝑖𝑡ℎ 𝑡ℎ𝑒 𝑐𝑟𝑒̀𝑚𝑒 𝑑𝑒 𝑙𝑎 𝑐𝑟𝑒̀𝑚𝑒 of 𝐴𝐼 "𝑒𝑥𝑝𝑒𝑟𝑡𝑠"😎
𝗦𝗲𝗮𝘀𝗼𝗻 𝟭 “𝗢𝘂𝗿 𝘁𝗲𝗮𝗺 𝗼𝗳 𝗱𝗮𝘁𝗮 𝘀𝗰𝗶𝗲𝗻𝘁𝗶𝘀𝘁𝘀”
🎬 Episode 1 "The foundations of our conversational assistant" starring ✨ Ha-quang Le, Chief AI Officer
W͟͟͟h͟͟͟a͟͟͟t͟͟͟ ͟͟͟i͟͟͟t͟͟͟'͟͟͟s͟͟͟ ͟͟͟a͟͟͟l͟͟͟l͟͟͟ ͟͟͟a͟͟͟b͟͟͟o͟͟͟u͟͟͟t͟͟͟?͟͟͟
🤖 𝗧𝗵𝗲 𝗔𝗜 𝗦𝗼𝗹𝘂𝘁𝗶𝗼𝗻
At Stellia, we are creating a conversational assistant named XPloria
💡 𝗧𝗲𝗰𝗵𝗻𝗼𝗹𝗼𝗴𝗶𝗲𝘀
Our assistant leverages the latest in AI technology:
✅𝐿𝑎𝑟𝑔𝑒 𝐿𝑎𝑛𝑔𝑢𝑎𝑔𝑒 𝑀𝑜𝑑𝑒𝑙𝑠 (𝐿𝐿𝑀𝑠): Utilizing models to understand and generate human-like text.
✅𝑇𝑒𝑥𝑡 𝐸𝑚𝑏𝑒𝑑𝑑𝑖𝑛𝑔 𝑎𝑛𝑑 𝑀𝑢𝑙𝑡𝑖𝑚𝑜𝑑𝑎𝑙 𝑀𝑜𝑑𝑒𝑙𝑠: For understanding nuances in large volumes of text and video.
✅𝐾𝑛𝑜𝑤𝑙𝑒𝑑𝑔𝑒 𝐺𝑟𝑎𝑝ℎ𝑠: Organizing and retrieving complex data efficiently.
📚 𝗖𝗮𝗽𝗮𝗯𝗶𝗹𝗶𝘁𝗶𝗲𝘀
Xploria Assistant is a multifunctional educational tool:
✅ 𝑄𝑢𝑒𝑠𝑡𝑖𝑜𝑛 𝐴𝑛𝑠𝑤𝑒𝑟𝑖𝑛𝑔: Provides precise answers from a corpus of documents or videos.
✅𝐺𝑢𝑖𝑑𝑒𝑑 𝐿𝑒𝑎𝑟𝑛𝑖𝑛𝑔: Offers step-by-step hints and recommends significant topics based on pedagogical objectives.
✅𝑃𝑒𝑟𝑠𝑜𝑛𝑎𝑙𝑖𝑧𝑒𝑑 𝐿𝑒𝑎𝑟𝑛𝑖𝑛𝑔: Proposes personalized exercises and material synthesis for revision, enhancing the learning experience for students and professionals.
🚀 𝗙𝘂𝘁𝘂𝗿𝗲 𝗣𝗿𝗼𝘀𝗽𝗲𝗰𝘁𝘀
The potential of our conversational Assistant to transform educational interactions is immense, making it a game-changer in how we access and interact with information.
🔜 𝑆𝑡𝑎𝑦 𝑡𝑢𝑛𝑒𝑑 𝑓𝑜𝑟 𝑓𝑢𝑡𝑢𝑟𝑒 𝑖𝑛𝑡𝑒𝑟𝑣𝑖𝑒𝑤𝑠 𝑤𝑖𝑡ℎ 𝑜𝑢𝑟 𝑖𝑛𝑐𝑟𝑒𝑑𝑖𝑏𝑙𝑒 𝑡𝑒𝑎𝑚 𝑜𝑓 𝐷𝑎𝑡𝑎 𝑆𝑐𝑖𝑒𝑛𝑡𝑖𝑠𝑡𝑠.
🔗 https://lnkd.in/g58e-d-h#ArtificialIntelligence#ConversationalAI#GenAI#FutureOfWork#AIchatbot#AISATT PARIS SACLAYINNOVACOMINCOEdTech FranceLa French TechÉcole PolytechniqueASU+GSV AIR ShowASU+GSV Summit
🔜 RDV ce jeudi 20 juin avec ✨ Samy Lahbabi de Stellia et ✨ Gjergj Demiraj de Gutenberg Technology pour des démos sur les apports de l'IA en formation.
🔥 Deux CEO experts dans les nouvelles technologies appliquées aux domaines de l'#éducation et la #formation.
⏰ Ils interviendront de 14h30 à 15h00 au Learning Genius Showcase à Paris organisé par ILDI — conseil et veille Digital Learning
🔎 Le sujet abordé lors de leur table ronde :
L’#IA concrètement, ça donne quoi ? Démonstration en temps réel des capacités de l'IA en formation
1️⃣ Production en direct d’un scénario pédagogique : Assistez à la création instantanée d’un module de formation personnalisé.
2️⃣ Analyse d'une vidéo pédagogique
3️⃣ Production en direct d’un quiz d’évaluation : Voyez comment l'IA peut concevoir des évaluations adaptatives pour tester les connaissances
💡 Réactions et débats : discussion critique sur les productions IA et leur impact en formation
⌛ Inscrivez-vous vite : https://lnkd.in/eW89NQGRPhilippe Gil#GenAI#AI
A valuable online meeting on AI in higher education! Thank you.