### Missions
La personne recrutée contribuera au développement de nouvelles méthodes de traduction automatique entre les assistants à la preuve Lean et Rocq, en s'appuyant sur les capacités des modèles de langage de dernière génération (*Frontier LLMs*).
Dans un premier temps, elle participera à la conception et à l'évaluation de chaînes de traduction exploitant les modèles les plus performants du marché afin d'identifier les architectures et stratégies les plus adaptées à la formalisation mathématique et à la traduction certifiée de preuves.
Dans un second temps, elle contribuera au développement, à l'adaptation et à l'entraînement de modèles open source spécialisés, avec pour objectif d'atteindre des performances comparables à celles des modèles propriétaires tout en permettant un déploiement local, une meilleure maîtrise des coûts d'infrastructure, de la confidentialité des données et de l'empreinte environnementale.
Les travaux incluront également la constitution de jeux de données, l'évaluation des modèles sur des corpus de preuves formelles, l'intégration des outils développés dans les environnements Lean et Rocq, ainsi que l'étude de mécanismes de vérification permettant de garantir la correction des traductions produites.
Collaboration
La personne recrutée évoluera dans un environnement fortement collaboratif, à l'interface entre intelligence artificielle, méthodes formelles et assistants à la preuve.
Elle travaillera en étroite interaction avec le SIC d'Inria Rennes ainsi qu'avec les équipes Argo, Gallinette et PiCube. Ces collaborations donneront lieu à des échanges scientifiques réguliers, à la participation à des réunions de projet, ainsi qu'à des séjours fréquents sur les différents sites partenaires afin de favoriser le transfert de compétences et le développement conjoint des outils de traduction et de vérification.
