RAG

Le RAG (retrieval-augmented generation, génération augmentée par la recherche) combine une recherche documentaire et un modèle génératif : le système retrouve d’abord les passages pertinents dans une base, puis demande au modèle de formuler une réponse à partir de ces éléments.

Intérêt

• Actualité : la connaissance réside dans la base, mise à jour sans réentraînement ;
• Traçabilité : la réponse peut citer ses sources, ce qui la rend vérifiable ;
• Réduction des hallucinations : le modèle s’appuie sur des documents plutôt que sur ses seuls paramètres ;
• Maîtrise du périmètre : les documents internes restent dans le système d’information.

Comparé au fine-tuning, le RAG est préférable dès que la connaissance évolue.

Limites

La qualité dépend entièrement de celle de la recherche : un passage non retrouvé ne sera pas utilisé, et un passage erroné sera repris. Le RAG déplace le problème de qualité vers l’indexation documentaire, il ne le supprime pas.

Voir aussi

• LLM · Hallucination · Fine-tuning · IA générative · Explicabilité