Assistant VD — Solution souveraine
À propos

Rendre les documents vaudois plus accessibles

Assistant VD est un projet indépendant qui permet d’interroger simplement des documents publics vaudois et d’en explorer le contenu à l’aide de l’intelligence artificielle.

Je suis à la recherche d’un emploi

Je suis actuellement ouvert à de nouvelles opportunités professionnelles. Vous pouvez consulter mon parcours et mes compétences sur mon CV.

Voir mon CV →

Informations à vérifier

Les réponses produites par l’intelligence artificielle peuvent être incomplètes, imprécises ou fausses. Elles ne constituent ni une information officielle ni un avis juridique. Vérifiez toujours les informations importantes dans les documents originaux et auprès des autorités compétentes.

Confidentialité et données

Le site fonctionne sans compte utilisateur et ne dépose pas de cookie de suivi.

Données conservées

  • Le nombre de questions posées est conservé sous forme de totaux par jour et par mois.
  • Ces statistiques sont anonymes : elles ne contiennent ni le texte des questions, ni une adresse IP, ni un identifiant utilisateur.
  • Un identifiant aléatoire anonyme est enregistré dans le stockage local du navigateur pour compter une même personne une seule fois dans l’indicateur « En ligne », même lorsqu’elle change de page ou ouvre plusieurs onglets.
  • Les documents que vous sélectionnez peuvent être mémorisés dans le stockage local de votre navigateur afin de retrouver votre sélection.

Données non conservées par l’application

  • Le contenu de vos questions et des réponses n’est pas enregistré dans la base de données.
  • L’historique de la conversation n’est pas conservé sur le serveur. Il reste temporairement dans l’onglet ouvert et disparaît lorsque la page est fermée ou rechargée.
  • Aucun profil utilisateur n’est créé et les questions ne sont pas associées entre elles pour suivre une personne.

Traitement temporaire et journaux techniques

Pour produire une réponse, la question, l’éventuel historique transmis et les documents sélectionnés sont traités temporairement en mémoire par le serveur et par les modèles exécutés localement. Les questions ne sont pas envoyées à un service d’intelligence artificielle externe. L’identifiant de présence est gardé en mémoire par le serveur pendant environ 35 secondes après la dernière activité et n’est associé ni aux questions ni aux réponses. Comme pour tout service web, les journaux techniques du serveur ou du proxy peuvent contenir l’adresse IP, la date, l’adresse de la page appelée et le statut de la requête. Le corps des questions et des réponses n’est pas inscrit dans ces journaux par l’application.

Le projet

Cette interface rassemble plusieurs corpus documentaires cantonaux, notamment les lois et règlements consolidés, les travaux du Grand Conseil et du Conseil d’État, les décrets, les communiqués de presse, les consultations et les votations. Elle permet de rechercher des informations dans ces sources ou de travailler directement avec une sélection de documents.

L’objectif est de faciliter l’accès à l’information publique, tout en permettant de retrouver les documents sur lesquels les réponses sont fondées.

La technologie

Assistant VD repose sur une architecture de génération augmentée par la recherche, souvent appelée RAG. Avant de produire une réponse, l’application cherche les passages les plus pertinents dans le corpus et les transmet au modèle comme contexte.

Logiciels et traitement

BGE-M3 transforme les questions et les documents en vecteurs sémantiques. Cette étape permet de retrouver des passages pertinents même lorsque la question emploie un vocabulaire différent de celui des sources.
Qdrant stocke et indexe ces vecteurs, puis classe les extraits les plus proches du sens de la question dans les différents corpus documentaires.
Ollama charge et exécute localement les modèles de langage proposés dans l’interface. Le modèle reçoit la question et les sources retrouvées, puis produit progressivement la réponse.
Python et interface web assurent l’importation et le découpage des documents, l’orchestration de la recherche, la diffusion progressive des réponses et l’affichage du raisonnement lorsqu’un modèle le fournit.

Lorsqu’un groupe de documents est sélectionné manuellement, son contenu est lu directement et fourni au modèle sans passer par la recherche vectorielle.

Matériel utilisé

L’ensemble du service fonctionne à domicile sur une seule machine. Le calcul des modèles est principalement assuré par la carte graphique, tandis que le processeur, la mémoire vive et le stockage prennent en charge le serveur, les index et les documents.

NVIDIA RTX PRO 5000 Blackwell Carte graphique dotée de 48 Go de mémoire vidéo, utilisée pour charger les modèles et accélérer la génération des réponses.
Intel Core Ultra 9 185H Processeur de 16 cœurs et 22 threads qui exécute l’application web, prépare les documents et coordonne les différentes étapes du traitement.
96 Go de mémoire vive Mémoire disponible pour le système, les bases documentaires, les index et les contextes transmis aux modèles.
SSD de 4 To Stockage NVMe rapide pour les modèles, les corpus vaudois, les index vectoriels et les fichiers de l’application.

Questions posées

Nombre total de questions envoyées sur le site. Seuls les compteurs sont conservés, jamais le contenu des questions.

—au total

7 derniers jours

Chargement…

12 derniers mois

Chargement…