.png)
myAuxilum est le fruit de 2 ans de recherche et développement intensifs menés par nos Data Scientists experts en Machine Learning.
Nous utilisons les technologies les plus avancées, que nous améliorons en permanence, pour dépasser les limites des LLMs comme ChatGPT.
Notre mission est de vous fournir un outil précis, fiable et sécurisé, répondant à vos exigences professionnelles et vous accompagnant chaque jour dans l'accomplissement efficace de vos tâches les plus chronophages.
La vectorisation en intelligence artificielle (IA) consiste à transformer des fichiers, telles que des images ou du texte, en vecteurs.
Un vecteur est une liste de nombres représentant les caractéristiques de ces données, permettant aux machines de les comprendre et d'effectuer des calculs mathématiques.
Le Retrieval-Augmented Generation (RAG) est une technique en IA qui combine des modèles génératifs avec des modèles de récupération d'informations. Avant de générer une réponse, le modèle récupère des informations pertinentes à partir d'une base de connaissances externe, la vôtre par exemple.
Au lieu de réentraîner le modèle avec de nouvelles informations, le RAG permet d'augmenter la base de données avec des informations mises à jour, garantissant des réponses basées sur les données les plus récentes.
En utilisant des données externes, le RAG réduit les risques d’hallucinations où le modèle pourrait inventer des informations incorrectes.
Sur myAuxilium, l'utilisation du RAG conbiné aux autres technologies contribue à la réduction du risque d'hallucination à quasiment 0.
Le Tree of Thoughts (ToT) est un cadre conceptuel conçu pour améliorer les capacités de raisonnement des grands modèles de langage (LLMs). Cette approche simule les stratégies cognitives humaines pour la résolution de problèmes, permettant aux modèles de langage d'explorer plusieurs solutions potentielles de manière structurée, semblable aux branches d'un arbre.
Le ToT utilise des algorithmes de recherche pour explorer différentes branches de pensée et évaluer les solutions intermédiaires, améliorant ainsi la qualité des réponses générées. Dans myAuxilium, cela vous garantit une analyse approfondie de votre demande, ainsi qu'une évaluation précise et complète de la réponse apportée.
En évaluant continuellement les pensées intermédiaires, le ToT aide à réduire les erreurs et les hallucinations.
myAuxilium garantit que l'intégralité de vos fichiers sont vectorisés, pour s'appuyer sur un corpus de connaissances à votre image et sans compromis.
La mobilisation de plusieurs agents IA à chaque question que vous lui posez approfondit toutes les dimensions de celle-ci.
Votre question est découpée en différents éléments logiques qui sont analysés séparément par les agents IA. Ils répartissement ainsi la recherche des motifs correspondant dans l'ensemble du corpus et se réunissent une fois la recherche terminée pour créer le maximum de connexions cognitives entre les différents éléments de votre question.
Le Langchain Conversational Memory est un module spécialisé au sein du framework Langchain, conçu pour gérer le stockage et la récupération des données conversationnelles.
Il permet aux agents conversationnels de se souvenir du contexte des interactions passées et d'utiliser ces informations pour générer des réponses pertinentes et cohérentes.
Toutes les données que vous manipulez dans myAuxilium restent exclusivement sur nos serveurs sécurisés dans un environnement souverain (OVH). Une fois vectorisés, vos fichiers sources sont supprimés.
Lorsque vos données vectorisées sont traitées par les assistants IA, ils appellent l’API d’OpenAI pour assurer les conversations. Vos données ne sont cependant pas utilisées pour l’entraînement des modèles d’OpenAI et sont supprimées par OpenAI au bout de 30 jours, sans exception.
L’ensemble des échanges sur myAuxilium sont par ailleurs protégés par le protocole HTTPS.
Vos fichiers sont prétraités avant d’entamer la vectorisation :
• Chunking : division des données textuelles en segments.
• Création de résumés des segments via une API (OpenAI).
• Vectorisation : transformation des résumés en vecteurs et création d'une base de données vectorielles avec des paires de vecteurs et de segments du contenu original.
Les fichiers originaux sont ensuite supprimés du serveur.
De même, la suppression des documents dans les collections ou la suppression d’une collection entraînent la suppression des données dans la base vectorielle.
myAuxilium bénéficie cependant d’un suivi complet des logs qui permet de retracer l’utilisation des documents utilisés lors du RAG, même en cas de suppression des données vectorielles.