Séminaire départemental – RAG, continuous learning, GRPO: comment améliorer la performance des LLM pour répondre automatiquement aux questions en assurance automobile – Vendredi 28 mars 2025 – David Beauchemin

Vendredi 28 mars 2025

RAG, continuous learning, GRPO: comment améliorer la performance des LLM pour répondre automatiquement aux questions en assurance automobile
David Beauchemin
Étudiant au doctorat au Graal

Heure: 13h30
Local: PLT-3775

Résumé: Avec l’entrée en vigueur en 2019 du projet de loi 141, un assureur peut désormais vendre un produit d’assurance entièrement en ligne sans qu’il soit nécessaire de faire intervenir un agent d’assurance de dommage ou d’assurance vie et santé. Toutefois, cette nouvelle possibilité ne supprime pas l’obligation légale de l’assureur d’informer ses clients sur les produits d’assurance. Le fait de supprimer potentiellement l’agent d’assurance enlève un élément clé dans la manière habituelle d’informer correctement un client. Les assureurs doivent donc trouver de nouvelles façons d’apporter des informations à leurs clients. Cette présentation explore l’utilisation des modèles de langue large (LLM) pour répondre aux questions (QnA) de clients en assurance automobile via l’utilisation d’une architecture RAG. Cette présentation va présenter l’état de l’art actuel des LLM en matière de QnA en assurance automobile, différents jeux de données créés pour évaluer et entraîner ces modèles et finalement explorer les pistes de solutions expérimentées pour améliorer la performance (continuous learning, GRPO).