RAG (Génération Augmentée par la Recherche) (RAG (Retrieval Augmented Generation))
La génération augmentée par la recherche (Retrieval Augmented Generation, RAG) est une architecture d'IA qui ancre un modèle de langage dans les données de l'entreprise. Avant de répondre, elle récupère les documents les plus pertinents d'une base de connaissances, puis génère une réponse fondée sur ce contenu réel — réduisant les hallucinations.
En dialecte irakien
يخلّي الذكاء الاصطناعي يگرا من ملفاتك قبل ما يجاوب
En détail
Seul, un modèle de langage ne connaît que ce qu'il a appris à l'entraînement et ne voit ni les fichiers privés ni l'information vivante de l'entreprise. Le RAG corrige cela en ajoutant une étape de recherche : la question de l'utilisateur est convertie en vecteur et comparée à une base de connaissances indexée, et les passages les plus pertinents sont injectés dans le prompt du modèle. Le modèle répond alors à partir de ces passages, non de sa mémoire. Les réponses deviennent exactes, à jour et citables, et les entreprises déploient l'IA sur leurs politiques, catalogues produits et articles de support sans réentraîner le modèle. Le RAG est l'épine dorsale de la plupart des chatbots d'entreprise et des assistants de connaissances.
Exemple pratique
L'assistant d'une banque utilise le RAG pour répondre aux questions de conformité à partir de ses documents internes, pas du web ouvert.
Questions fréquentes
Pourquoi utiliser le RAG plutôt qu'un simple LLM ?
Le RAG ancre les réponses dans vos données réelles et à jour, réduisant les hallucinations et permettant à l'IA de citer des sources effectives.
Le RAG exige-t-il de réentraîner le modèle ?
Non — il récupère et injecte le contenu pertinent au moment de la requête ; vous mettez à jour la base de connaissances, pas le modèle.
Termes liés
Services liés
Base de connaissances sur l'IA et recherche interne
Recherche IA à l'échelle de l'entreprise qui répond aux questions des employés à l'aide de documents, de wikis, d'e-mails et de tickets.
Base de données vectorielles et infrastructure RAG
Créez des systèmes de recherche sémantique, de génération augmentée par récupération et de connaissances d'IA sur des bases de données vectorielles.
Intégration de l'IA générative
Intégrez l'IA générative dans les produits pour le contenu, le code, la conception, la recherche et l'automatisation.