Le RAG (pour Retrieval-Augmented Generation ou Génération Augmentée par Récupération) est une technique en intelligence artificielle qui utilise un processus de trois grandes étapes :

1. La récupération (Retrieval) : Lorsqu'un utilisateur pose une question, le système recherche les documents ou extraits les plus pertinents dans une base de connaissances.

2. L'enrichissement du prompt : La question de l'utilisateur est combinée (augmentée) avec les informations extraites de ces documents.

3. La génération : Le modèle de langage rédige sa réponse en s'appuyant strictement sur le contexte fourni, plutôt que sur sa seule mémoire d'entraînement.

Pourquoi utiliser le RAG ?

• Réduction des hallucinations : L'user s'appuie sur des faits vérifiables et des documents réels.

• Accès aux données privées ou à jour : on utilise la documentation interne d'une entreprise ou des informations récentes sans avoir à réentraîner un modèle (ce qui est très coûteux).

• Traçabilité : Le système peut citer les sources exactes sur lesquelles il base sa réponse