R

RAG

Projet de détection de fake news utilisant une architecture Retrieval-Augmented Generation (RAG).

Le système compare un article avec une base de données vectorielle d’articles de référence afin de prédire un verdict (TRUE / FAKE / UNCERTAIN) et générer une justification avec un LLM local.

Pipeline :

Prétraitement et découpage du texte Génération d’embeddings (Ollama) Stockage dans ChromaDB Recherche des passages similaires Vote majoritaire pour le verdict Génération d’explication avec un LLM

Technologies : Python, Ollama, ChromaDB, scikit-learn, pytest.

Projet réalisé dans le cadre de la formation Développeur en Intelligence Artificielle (Simplon).

Fast BM25 full-text search for code repositories with CLI and MCP integration for AI coding agents.

Fast BM25 full-text search for code repositories with CLI and MCP integration for AI coding agents

PDF + Image + Table → LLaVA / Qwen2-VL

Full RAG pipeline (LangChain + Qdrant + Streamlit)