Golem.ai

Face à l’émergence des LLM, la technologie de Golem.ai a fait le pari de l’explicabilité. Notre pipeline NLU allie des algorithmes propriétaires avec de l’intelligence humaine, de la tokenization au chunking. Golem.ai fait également le choix d’utiliser des heuristiques pour contourner certains grands problèmes du NLU, avec par exemple une syntaxe réduite à l’essentiel.

Notre maîtrise de chaque étape permet de proposer une technologie accessible à tous, sans prérequis concernant l’IA, tout en restant compétitif sur les tâches standard du NLU: classification (multiclasse et multilabel), extraction d’information, NER, etc.

L'une des grandes ambitions de Golem.ai est de ne pas rentrer dans la course aux armements proposée par le deep learning, tout en restant sur le premier plan technologique. Cela implique des chantiers d'innovations cruciaux, que ce soit sur sur des mécanismes d'hybridation, l'exploration des dernières avancées dans le domaine du NLU ou bien encore l'adaptation d'anciens paradigmes ML revisités.

Produit par nature hybride dans son utilisation d'un OCR couplé à un moteur de NLU symbolique, Golem.ai creuse particulièrement dans ses chantiers d'innovation la question de comment utiliser de manière explicable les représentations sémantiques fournies par le machine learning (feature extraction).

1. Un appel de 30 à 45 min avec un responsable technique (CTO)

2. Un test chez soi sur un cas pratique rencontré en production par les équipes

3. Un entretien technique avec les staff engineers (commentaire de pull request)

4. Un entretien avec la RH