N

NLP

💬 Epic prompts to turbo-charge your LLM chatbots.

Ce projet consiste à concevoir un assistant juridique intelligent permettant à un utilisateur d'interagir en langage naturel avec un corpus documentaire basé sur le Code pénal sénégalais.

L'objectif est de mettre en œuvre une architecture Retrieval-Augmented Generation (RAG) afin de permettre au modèle de langage de s'appuyer sur des informations issues du corpus documentaire avant de générer une réponse.

Le projet explore ainsi l'utilisation des LLM, des embeddings et de la recherche sémantique pour construire une application capable de transformer des documents juridiques en une base de connaissances interrogeable.

Travaux réalisés :

Collecte et préparation du corpus juridique. Nettoyage et structuration des documents. Découpage des documents en unités adaptées à la recherche. Transformation des passages textuels en représentations vectorielles (embeddings). Mise en place d'un mécanisme de recherche sémantique. Récupération des passages les plus pertinents en fonction de la question utilisateur. Intégration des informations récupérées dans le contexte transmis au LLM. Génération de réponses contextualisées à partir des documents récupérés. Conception d'une interface permettant d'interagir avec l'assistant en langage naturel.

Your very own Assistant. Because you deserve it.

Deep Self Mirror (DSM) — psycho-cognitive profile from audio, your AI-chat history or psychological session transcript. Analyze ChatGPT/Claude/Gemini exports through 8 layers, 25+ models, 400+ metrics: Big Five, Dark Triad, Schwartz Values, NLP metaprograms, attachment style, cognitive biases, Jungian shadow, C4-META 27-state topology. Age/gender-adjusted norms (Soto & John 2012, N=1.3M). Three precision modes: rule-based (instant, free), local LLM (private), API LLM (maximum). Export to HTML + JSON + DOCX + Markdown. 100% local. Open source (AGPL-3.0). Built by a psychologist (15+ yr practice). Bilingual EN/RU.

Русская версия: Deep Self Mirror (DSM) — психокогнитивный профиль из аудио, истории ИИ-чатов, транскрипта психологической консультации или интервью. 8 слоёв, 25+ моделей, 400+ метрик: Big Five, Dark Triad, ценности Шварца, метапрограммы, стиль привязанности, когнитивные искажения, тень Юнга, C4-META топология. Возрастные нормы (Soto & John 2012, N=1.3M). 3 режима: rule (мгновенно), локальная LLM (приватно), API (максимум). Экспорт в HTML + JSON + DOCX + Markdown. 100% локально. AGPL-3.0. Создано психологом (15+ лет практики). Билингва EN/RU.

NLP 기술을 이용한 교환일기 매칭 소개팅 앱

Compiler that turns Magic: The Gathering Oracle text into a typed AST and a symbolic, LLM-facing DSL (and back) for grammar-constrained card generation.

A deterministic verification layer for AI systems. QWED verifies AI outputs using mathematics, symbolic reasoning, and formal methods (Z3, SMT, SymPy), creating an auditable trust boundary for agentic AI. Not generation. Verification.

Official Python, TypeScript/Node, and MCP-server clients for the SentiSift comment-moderation and intelligence API. pip install sentisift · npm install @sentisift/client · uvx sentisift-mcp

Chatbot intelligent base sur SVM + SBERT + Flan-T5, avec pipeline MLOps GitLab CI/CD et deploiement Docker.

AI-Powered Phishing Detection - By Ayi NEDJIMI

https://ayinedjimi-consultants.fr

AI-Powered Incident Summarizer - By Ayi NEDJIMI

https://ayinedjimi-consultants.fr

Automated Dataset Creation & Publishing Pipeline - Scrape, clean, transform, validate and publish datasets to HuggingFace Hub

https://ayinedjimi-consultants.fr

GPU-accelerated embedding server for RAG systems - CUDA, FastAPI, sentence-transformers | Serveur d'embeddings GPU ultra-rapide

https://ayinedjimi-consultants.fr

Generátor novinářských fotbalových reportů v češtině pomocí LLM (Claude, Ollama). Obsahuje evaluaci výstupu přes ROUGE, BERTScore a faktickou přesnost. Kontroly pomocí pomocí modelu mBERT (bert-base-multilingual-cased).

Multimodal architecture that is capable to sensing emotion from chat occurrences, with added support for emojis, emoticons, and internet slangs.

Multi-source RAG pipeline with hybrid vector + keyword retrieval, LLM-powered concept knowledge graph, adaptive search weighting, and evaluation framework.

Spelling numbers in Ukrainian

Django application to build and maintain chatbots that combine the best of LLMs and rule-based engines to truly assist your users instead of manipulating them.

Code for topic modeling and document retrieval. Interfaces with Indexr's web backend. https://www.indexr.us/home