Ce que nous avons construit · open source
Les outils que nous avons construits pour notre propre travail.
Une étude ne vaut que par la méthode qui la sous-tend. Nous avons donc construit nos méthodes nous-mêmes, puis nous les avons publiées. Chaque chiffre que ces systèmes produisent provient d’un noyau d’ingénierie déterministe et sourcé, jamais d’un modèle de langage. La méthode est dans le dépôt : chaque chiffre peut être retracé.
product_01 · MIT
AquaScope
Données sur l’eau et hydrologie, unifiées. 37 sources nationales et mondiales derrière un seul schéma Python, puis analyse fréquentielle des crues, séparation du débit de base, besoins en eau des cultures, et une équipe d’agents qui mène l’étude complète et rend le rapport.
62 613 stations37 sources2 500+ testsvalidé sur CAMELS
product_02 · MIT
Agronaut
Un agent agronomique qui calcule les dimensionnements au lieu de les deviner. Décrivez votre eau, votre espace et vos espèces : vous obtenez un design constructible avec sa nomenclature, son enveloppe de fonctionnement, une source pour chaque chiffre, et la liste explicite de ce qu’il ne modélise pas.
Brevet TW M6613641 235 testsWhatsApp + Telegram100 % hors ligne
product_03 · MIT
Mooré-Voice
Reconnaissance vocale et traduction pour le mooré, parlé par environ 8 millions de personnes. Un corpus constitué et nettoyé, des modèles affinés publiés ouvertement, et la couche linguistique qui permet à nos autres outils de répondre dans la langue où la question a été posée.
205k paires parallèles85 h d’audio transcrit3 modèles ouvertsbasé sur NVIDIA NeMo
product_04 · MIT
HydroPhysicsAI
Un jumeau différentiable du cône alluvial de Choushui, à Taïwan : une politique de pompage entre, les niveaux de nappe et la subsidence des sols sortent. Quatre aquifères sur une grille de 1 km, forcés par 116 769 pompes comptées, couplés à une colonne de compaction et calibrés directement par l’adjoint du solveur.
R² +0,757 au test de flux798 sites de nivellement26 M mois-compteurmétamodèle FNO PhysicsNeMo
// sous licence MIT, installables depuis PyPI, modèles sur Hugging Face. Les dépôts sont publics