
Un modèle sait ce qu'il a appris pendant son entraînement. Avec le RAG, il peut enfin répondre sur ce que vous, vous savez. Alex et Camille expliquent la génération augmentée par récupération : vos documents découpés en morceaux classés par sens, les passages pertinents récupérés au moment de la question et ajoutés à la demande, et une réponse ancrée, avec des sources citables. Fraîcheur sans réentraînement, traçabilité, respect des droits d'accès — à condition que les documents de départ soient propres. Avec la métaphore qui tranche le débat RAG ou affinage : refaire ses études, ou passer l'examen le manuel ouvert.Dans cet épisode :• Préparation : découpage et base vectorielle classée par sens• Récupération, augmentation, génération : le déroulé complet• Bénéfices : fraîcheur, traçabilité, confidentialité maîtrisée• Limites : le RAG transporte la qualité des documents, il ne la crée pas
D'autres épisodes de "L'IA en 5 minutes"



Ne ratez aucun épisode de “L'IA en 5 minutes” et abonnez-vous gratuitement à ce podcast dans l'application GetPodcast.








