L

llm-rag

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.

🧠 Open-source persistent memory engine for AI agents and LLMs with semantic search, automatic deduplication, and intelligent context retrieval.