Dans un contexte où l’Europe mise sur une intelligence artificielle plus souveraine, fiable et transparente, des initiatives comme DEEL et FOR, portées par l’IRT Saint Exupéry, prennent une place centrale. Interpreto est une bibliothèque open-source dédiée à l’explicabilité NLP, conçue pour mieux comprendre et interpréter les modèles de traitement automatique du langage.
Ces programmes structurants démontrent leur capacité à faire collaborer efficacement laboratoires de recherche et entreprises, pour produire des outils concrets à fort impact technologique.
C’est dans ce cadre qu’a été conçu et développé Interpreto, une bibliothèque Python open-source dédiée à l’explicabilité des modèles de traitement automatique du langage (NLP), un travail collaboratif piloté par l’IRT Saint Exupéry.
Interpreto illustre parfaitement le rôle fédérateur de l’IRT Saint Exupéry :
- Création d’un cadre de collaboration fertile entre académiques et industriels,
- Alignement sur des enjeux stratégiques d’IA de confiance,
- Concrétisation d’un outil accessible, réutilisable, open-source.
Le projet a permis de rassembler autour d’un même objectif des acteurs industriels et académiques de premier plan, qui ont co-construit une solution pensée pour les usages réels de l’explicabilité en NLP.
Interpreto : une bibliothèque open-source pour l’explicabilité NLP
- Des méthodes par attribution et par concepts, couvrant différents besoins d’interprétation
- Un ensemble de métriques d’évaluation de la qualité des explications
- Une compatibilité directe avec les modèles Hugging Face
- Une installation simple : pip install interpreto
L’explicabilité NLP au cœur d’un projet collaboratif piloté par l’IRT Saint Exupéry
Le projet a été piloté scientifiquement par l’IRT Saint Exupéry et ANITI, avec une équipe interdisciplinaire réunissant partenaires industriels (Ampère, Renault, Thales, Scienta Lab) et académiques (CentraleSupélec, IRIT, Khoury College of Computer Sciences, DataIA).
Pour aller plus loin :
- Code source : https://github.com/FOR-sight-ai/interpreto
- Documentation : https://for-sight-ai.github.io/interpreto
- Article scientifique : https://arxiv.org/abs/2512.09730