Génération à enrichissement contextuel

Carte Rare · n° 42718

La génération à enrichissement contextuel ou génération augmentée par récupération (anglais : retrieval-augmented generation) ou RAG est une technique d'optimisation de réponses de modèle de langage en intelligence artificielle générative (IAg). Cette méthode permet notamment d'améliorer la qualité de réponses aux requêtes en permettant aux grands modèles de langage (en anglais : large language models, LLM) d'exploiter des ressources de données supplémentaires sans ré-entraînement. Les cas d'utilisation incluent l'accès via un chatbot aux données internes de l'entreprise ou la diffusion d'informations vérifiées provenant exclusivement de sources fiables et reconnues. Avec la RAG, les LLM ne répondent pas aux requêtes des utilisateurs tant qu'ils n'ont pas consulté un ensemble spécifique de documents. Ces documents complètent les informations provenant des données d'entraînement préexistantes du LLM. Cela permet aux LLM d'utiliser des informations spécifiques à un domaine qui ne sont pas...

Lire sur Wikipédia