EALICO

Optimisation de la pipeline d'extraction IA pour rapports réglementaires

Le projet vise à améliorer la pipeline d'extraction basée sur l'IA, utilisée pour analyser automatiquement des rapports de contrôle réglementaire. Deux axes principaux sont abordés : Amélioration significative de la qualité d'extraction, avec pour objectif de maximiser le ratio de rapports parfaitement traités par rapport à ceux nécessitant une correction manuelle. Exploration et benchmark de modèles locaux open source (tels que Mistral, Llama) afin de réduire la dépendance aux API tierces, tout en maintenant le niveau de qualité. Les travaux incluent la réalisation de prompt engineering avancé, l'évaluation systématique de modèles, l'optimisation de pipelines d'extraction, et potentiellement du fine-tuning. La stack technique comprend Python3, Django (REST), React, PostgreSQL, RabbitMQ, Celery, Gitlab, Docker, API OpenAI (GPT-4o) et Mistral OCR. Analyse des cas d'échec de la pipeline actuelle et identification des axes d'amélioration Amélioration du taux de rapports parfaitement traités via prompt engineering, structuration des données et pré/post-traitement Benchmark de modèles open source contre les API propriétaires sur des cas d'usage réels Mise en place de métriques d'évaluation systématiques pour comparer objectivement les résultats Documentation des choix techniques et des résultats obtenus