Rendez-vous WIFEEL · IA ET DONNÉES
Mis à jour le
Le RAG associe une recherche d’informations à la génération d’une réponse. Le modèle reçoit un contexte retrouvé dans des sources, plutôt que de s’appuyer uniquement sur ce qu’il a appris pendant son entraînement.
La recherche sélectionne des informations pertinentes pour la question. Elles sont ajoutées au contexte du modèle, qui produit la réponse. Selon la solution, les sources proviennent d’un index de documents ou d’outils interrogés au moment de la demande.
SCHÉMA DE PRINCIPE
Une question sur un contrat ou une facture peut s’appuyer sur le document ou l’enregistrement correspondant, si son accès est autorisé. Cette recherche ne remplace pas la tenue des données ni les droits existants. Un document manquant ou ancien peut conduire à une réponse incomplète.
Le RAG peut améliorer la pertinence sans garantir l’exactitude. Vérifiez que la source citée contient bien l’information, que la période est correcte et que le modèle n’a pas ajouté une conclusion non étayée. Une procédure de test doit inclure les questions auxquelles les données ne permettent pas de répondre.
La recherche ajoute du contexte à la demande. Elle ne nécessite pas, par principe, de réentraîner le modèle.
Non. Certaines solutions utilisent un index, d’autres interrogent des services. La fraîcheur dépend de l’architecture.
Non. Il faut ouvrir la source et vérifier qu’elle soutient l’affirmation et le périmètre de la réponse.
Retrouvez les notions dans le glossaire WiFeel, les missions dans nos cas d’usage IA et le périmètre de l’offre employé IA. Prenez rendez-vous avec notre équipe pour cadrer un premier usage.
Référence technique : documentation Microsoft sur le RAG.
Source et adaptation : documentation de CorpusIQ. Les exemples décrivent des missions possibles, pas des références clients ni des résultats garantis.
PROCHAINE ÉTAPE
Présentez à notre équipe votre besoin, votre environnement actuel et le point que vous souhaitez résoudre.
Prendre rendez-vous ↗