Qu'est-ce que RAG ?
Une technique qui améliore les réponses des modèles génératifs en récupérant des informations pertinentes depuis des sources externes.
Définition
RAG (Retrieval-Augmented Generation) ou Génération Augmentée par Récupération est une technique qui améliore les réponses des modèles génératifs en récupérant des informations pertinentes depuis des sources externes.
Objectif
RAG vise à combiner la capacité générative des LLM avec l'accès à des informations à jour et spécialisées, réduisant les hallucinations et améliorant la factualité.
Fonction
RAG fonctionne en deux étapes : récupération d'informations pertinentes depuis une base de connaissances, puis génération d'une réponse basée sur ces informations contextuelles.
Exemple
Un chatbot d'entreprise qui consulte la documentation interne avant de répondre aux questions des employés, garantissant des réponses actualisées et précises.
Connexe
RAG s'appuie sur les Vector Databases, les Embeddings et complète les capacités des Large Language Models avec des données externes.
Vous voulez en savoir plus ?
Si vous souhaitez approfondir RAG (Retrieval-Augmented Generation) —ou proposer ce type de formation à votre équipe— discutons-en. J'aide les équipes à comprendre et à appliquer ces concepts. J'ai hâte d'avoir de vos nouvelles !
Qu'est-ce que Multimodal en IA ?
Multimodal désigne la capacité d'un système d'IA à traiter et comprendre pl...
Qu'est-ce qu'un Benchmark en IA ?
Un Benchmark est un test standardisé utilisé pour évaluer et comparer les p...
Qu'est-ce que l'Explicabilité en IA ?
L'Explicabilité en IA désigne la capacité d'un système d'intelligence artif...
Qu'est-ce que l'Ambient AI ?
L'Ambient AI ou IA Ambiante désigne une intelligence artificielle intégrée...
Qu'est-ce que l'IA ?
L'IA, ou Intelligence Artificielle, est le vaste domaine de création de sys...