Génération augmentée par récupération (RAG)

Le RAG est une technique qui permet à un grand modèle de langage de répondre à partir de vos propres documents : il récupère les passages pertinents d'une base de connaissances et les fournit au modèle comme contexte, de sorte que les réponses s'appuient sur vos données plutôt que sur l'entraînement général du modèle.

Le RAG corrige la plus grande faiblesse des LLM en entreprise — ils ignorent vos informations spécifiques et peuvent halluciner. En cherchant d'abord dans une source fiable (manuels, procédures, dossiers de maintenance) et en fournissant les meilleurs résultats au modèle, le RAG produit des réponses ancrées dans vos propres documents et citables. C'est la méthode standard pour bâtir un assistant interne fiable sur le savoir industriel.

Termes liés

Large Language Model (LLM) · Generative AI · Machine Learning (Industrial)

Guides liés