RAG (génération augmentée par récupération)
En une ligne : Ancrer les réponses de l’IA dans vos propres documents - Récupérez d’abord le contexte pertinent, puis générez la réponse. La solution clé aux dates limites des connaissances.
Qu’est-ce que le RAG (génération augmentée par la recherche) ?
Génération augmentée par récupération (RAG) est une technique qui consiste à fournir à un LLM accès à une base de connaissances privée ou à jour à inférence temps. Au lieu de s'appuyer uniquement sur ce que le modèle a appris pendant l'entraînement, le RAG récupère des documents pertinents et les fournit comme contexte avant la génération de la réponse. C'est la solution la plus pratique à deux problèmes fondamentaux LLM limites : le date limite des connaissances et hallucination sur des données privées ou spécialisées.
Le pipeline RAG
Un système RAG standard fonctionne en deux phases — une phase d’indexation hors ligne et une phase de recherche en ligne :
- Découpez les documents en blocs. Découpez les sources (PDF, wikis, bases de données) en passages de 200-500 tokens chacun, avec un chevauchement entre les passages.
- Générer un plongement vectoriel par segment. Traitez chaque segment avec plongement vectoriel modèle pour produire un vecteur dense qui représente son sens.
- Stockez dans une base de données vectorielle. Indexez tous les vecteurs pour permettre une recherche par similarité sémantique (par exemple, Pinecone, Weaviate, pgvector).
- Au moment de la requête, récupérez les informations. La question de l'utilisateur est convertie en vecteur, puis les top-K fragments les plus similaires sont récupérés dans la base de données vectorielle.
- Enrichissez le prompt. Les passages récupérés sont injectés dans le prompt avec la question de l’utilisateur.
- Générez. Le LLM lit le contexte récupéré et produit une réponse étayée, souvent accompagnée de références aux extraits sources.
RAG ou ajustement fin
| Dimension | RAG | Ajustement fin |
|---|---|---|
| Mise à jour des connaissances | Instantané - il suffit de mettre à jour la base de données vectorielle | Nécessite un nouvel entraînement ; de quelques heures à plusieurs jours |
| Coût | Stockage + calcul pour la récupération | Coût d’entraînement sur GPU important |
| Auditabilité | Élevé - peut citer des extraits de sources | Faible - connaissances intégrées aux poids |
| Hallucination risque | Réduit (fondé sur le texte récupéré) | Non réduit par défaut |
| Changement de style/ton | Non | Oui - Peut modifier la façon dont le modèle écrit |
| Idéal pour | Documents privés, données en temps réel, besoins en citations | Style du domaine, spécialisation par tâche |
Défis du RAG en production
Un RAG simple est facile à prototyper ; un RAG en production présente de véritables défis techniques :
- Stratégie de découpage en blocs - Trop petits, les passages perdent leur contexte ; trop grands, ils rendent la récupération imprécise. Le chevauchement des passages et le découpage hiérarchique peuvent aider.
- Reclassement - Les passages top-K récupérés ne sont pas toujours les plus pertinents. Un modèle de reclassement évalue les passages après leur récupération pour améliorer la précision.
- Questions à plusieurs sauts - 'Qui dirige l'équipe responsable du produit X ?' nécessite de combiner des informations provenant de plusieurs documents, et non de récupérer un seul fragment.
- Évaluation - Mesurer la qualité du RAG exige de tester à la fois la précision de la recherche et la fidélité du texte généré au contexte récupéré.
Où rencontre-t-on le RAG ?
Tous les produits permettant de « discuter avec vos documents » utilisent le RAG : Google NotebookLM, Notion AI, les outils de recherche en entreprise et les bots d’assistance client. Lorsque Perplexity Sonar effectue des recherches sur le Web et renvoie des réponses avec des sources, il s’agit d’une variante du RAG avec récupération en direct. Comme le fenêtre de contexte s’agrandit, la frontière entre le RAG et le simple fait de « tout coller » s’estompe, mais la recherche d’informations reste essentielle lorsque votre base de connaissances dépasse même une fenêtre de 1 M de tokens.
Exemple de RAG (génération augmentée par récupération)
Si vous utilisez AskAI.free, une façon pratique de comprendre le RAG (génération augmentée par récupération) consiste à demander à un modèle de vous l’expliquer, puis de donner un exemple concret dans votre propre méthode de travail. Par exemple : "Explique le RAG (génération augmentée par récupération) à une personne qui utilise l’IA pour écrire, coder, faire des recherches ou créer des images."
Le terme passe ainsi d’une définition de dictionnaire à un outil d’aide à la décision : vous voyez dans quels cas il influe sur la qualité des instructions, le choix du modèle, la fiabilité des résultats, la confidentialité, le coût ou la quantité de contexte utilisable par l’IA.
Pourquoi le RAG (génération augmentée par récupération) est important
Le RAG (génération augmentée par récupération) est important, car il change la façon de choisir, de solliciter, de comparer les systèmes d'IA ou de leur faire confiance. Comprendre ce terme permet de poser de meilleures questions, de repérer plus vite les réponses faibles et de choisir le bon modèle ou le bon outil pour la tâche.
Une erreur courante consiste à considérer le RAG (génération augmentée par récupération) comme un terme de jargon isolé. Il est généralement lié à des notions voisines comme Modèle de raisonnement et Apprentissage par renforcement (RL), consultez-les ensuite pour avoir une vue d'ensemble.
Erreur courante avec le RAG (génération augmentée par récupération)
L’erreur la plus courante consiste à employer le terme comme une étiquette sans changer ses pratiques. Quand il est question de RAG (génération augmentée par récupération), demandez-vous ce qui doit changer : le prompt, le modèle, la longueur du contenu fourni, les preuves demandées ou la manière de vérifier la réponse.
Découvrez-le en action - Interrogez l’IA de votre choix sur la RAG (génération augmentée par récupération) sur AskAI.free.
Demander à l’IA