Séminaires R&D

Partager la recherche, catalyser les idées

Les séminaires R&D du CRIM sont des espaces d’échange et de réflexion ouverts à nos équipes, à nos partenaires et au public. Ils permettent de découvrir nos projets en cours, d’explorer les enjeux actuels de la science appliquée et de nourrir une culture d’innovation collective.

Chaque rencontre met en lumière des travaux de recherche concrets, des défis technologiques émergents et des approches méthodologiques novatrices.

Quelques exemples récents

Langage naturel, exigences et agilité : mariage heureux ? (novembre 2024)

Cette présentation explore comment les approches de traitement du langage naturel peuvent aider à extraire des modèles conceptuels à partir de récits utilisateurs dans un contexte de développement agile.

Trois techniques sont comparées : les approches à base de règles, les modèles de langage de grande taille (LLM) et les champs aléatoires conditionnels (CRF). Une perspective est également proposée sur l’intégration de pratiques de sûreté logicielle dans les applications d’IA.

Comprendre et adresser le blanchiment éthique en apprentissage machine (janvier 2025)

Une réflexion critique sur les pratiques de développement en IA, mettant en lumière les risques de blanchiment éthique et les moyens de les prévenir dans les projets d’apprentissage automatique.

Attention Models for Robust Audio-Visual Learning (février 2025)

Cette présentation aborde les défis du traitement automatique de la parole dans des environnements à données rares ou non annotées. Elle propose un panorama des approches utilisées au CRIM, incluant l’adaptation de modèles, l’apprentissage auto-supervisé, les modèles massivement multilingues et la génération de données synthétiques.

Partage, stimulation, avancement

Ces séminaires illustrent l’engagement du CRIM à partager ses avancées, à stimuler la réflexion collective et à faire progresser la recherche appliquée en intelligence artificielle.

button upCreated with Sketch.

Abonnez-vous à notre infolettre

*Champs requis

Ce champ est masqué lorsque l‘on voit le formulaire.