RAG (Retrieval-Augmented Generation)

Technique qui combine la recherche d'informations dans une base de connaissances et la génération par un LLM.

Explication détaillée

Le RAG enrichit les réponses d'un LLM en récupérant en temps réel les documents pertinents (via une recherche vectorielle) puis en les injectant dans le prompt. Cela permet de fournir des réponses à jour, sourcées et adaptées à un contexte métier, sans avoir à réentraîner le modèle.

Exemples

Chatbot interne qui répond à partir d'une base documentaire

Assistant juridique ou médical s'appuyant sur des textes officiels

Questions fréquentes

RAG ou fine-tuning ?

RAG pour des connaissances qui changent souvent, fine-tuning pour un style ou un domaine très spécifique.

Termes associés

Base vectorielle (Vector Database)

Base de données spécialisée dans le stockage et la recherche d'embeddings par similarité sémantique.

Embedding

Représentation vectorielle d'un texte, d'une image ou d'un objet, capturant son sens dans un espace numérique.

Hallucination

Réponse d'un modèle d'IA qui paraît crédible mais qui est factuellement fausse ou inventée.

LLM (Large Language Model)

Modèle de langage entraîné sur d'immenses corpus de texte pour comprendre et générer du langage naturel.

Prompt Engineering

Discipline consistant à concevoir des instructions efficaces pour obtenir le meilleur résultat d'un LLM.

Dernière mise à jour : 15/07/2026

Terme précédent

Quantization

Glossaire IA Terme suivant

Réseau de neurones

Talent AI

Passez de la théorie à la pratique

Publiez une mission ou rejoignez la communauté des meilleurs experts IA, Data et Machine Learning.

Publier une mission Rejoindre en tant qu'expert