Notre laboratoire de recherche en IA
Notre Laboratoire de R&D se consacre à la recherche et à l’innovation sur les technologies les plus avancées en intelligence artificielle.
(ICML, ICPRIA, ECML, PKDD)
Laboratoire IA : Science, Innovation, Solutions
Depuis 10 ans, Craft AI fait avancer la recherche scientifique dans le domaine de l’IA grâce à son laboratoire de recherche.
Nos ingénieurs R&D publient des articles scientifiques dans les principales conférences de Machine Learning.
Notre champ de recherche principal est l’IA de confiance qui repose sur la confidentialité, la causalité, l'explicabilité et la frugalité.
Une équipe pionnière de l’IA de confiance
Notre Laboratoire de R&D explore et développe des technologies avancées dans le domaine de l’intelligence artificielle.
Explicabilité
Rendre compréhensibles et interprétables les décisions ou prédictions d’un système d’intelligence artificielle
Confidentialité
Protéger les données personnelles et sensibles utilisées par un système d’intelligence artificielle pour garantir la sécurité et la vie privée des utilisateurs.
Robustesse
Capacité d’un système d’intelligence artificielle à fonctionner correctement et à résister aux erreurs, perturbations ou attaques inattendues
Nos dernières publications scientifiques
Découvrez les travaux de recherche et publications scientifiques de notre équipe ces dernières années
2025
Needle in a Patched Haystack: Evaluating Saliency Maps for Vision LLMs - CNIA
Bastien Zimmermann, Matthieu Boussard, AI Craft
2025
Privacy Amplification Through Synthetic Data: Insights from Linear Regression - ICML
Clément Pierquin, Aurélien Bellet, Marc Tommasi, Matthieu Boussard
2025
Transplanting Knowledge: A Study on Layer-Specific Grafting in LLMs
Bastien Zimmermann, Matthieu Boussard
2024
The impact of lora on the emergence of clusters in transformers - arXiv
Hugo Koubbi, Matthieu Boussard, Louis Hernandez
2024
Rényi pufferfish privacy: General additive noise mechanisms and privacy amplification by iteration via shift reduction lemmas - ICML
Clément Pierquin, Aurélien Bellet, Marc Tommasi, Matthieu Boussard
2023
CausalStructCodec: Causally-aware observational and interventional data generator - ICRL
Louis Hernandez, Matthieu Boussard
2022
Practical considerations on using private sampling for synthetic data - ICML
Clément Pierquin, Bastien Zimmermann, Matthieu Boussard
2022
XAI and geographic information: application to paleoenvironmental reconstructions - ECML/PKDD
Bastien Zimmermann, Matthieu Boussard, Nicolas Boulbes, Sophie Grégoire
2022
Improving drift detection by monitoring shapley loss values - International Conference on Pattern Recognition and Artificial Intelligence
Bastien Zimmermann, Matthieu Boussard
