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
Comment commencer à utiliser l'IA dans votre entreprise industrielle
Une feuille de route pratique pour les dirigeants d'usine et de site qui veulent des résultats de l'IA sans équipe de data science — par où commencer, ce qu'il faut éviter, et comment distinguer le battage de la valeur.
Comment utiliser ChatGPT au travail
Un guide sans jargon pour cadres et managers : ce qu'est ChatGPT, ce qu'il fait bien et mal, comment rédiger une consigne utile, et comment l'utiliser en toute sécurité avec les informations de l'entreprise.