RAG - RAG (Retrieval-Augmented Generation / Génération Augmentée par Récupération)
Par Patrick Lewis et al. (Meta AI / Facebook AI Research) · 2020 (Publication du papier de recherche) · Sources officielles vérifiées
En résumé
Architecture d'IA combinant un système de recherche d'informations (bases vectorielles) et un grand modèle de langage (LLM) pour fournir des réponses fiables ancrées sur des documents privés ou récents.
1. Définition détaillée & Contexte d'émergence
Le RAG (Génération Augmentée par Récupération) permet à un modèle de langage d'accéder à des connaissances externes sans devoir ré-entraîner ni fine-tuner le modèle. Les documents d'une entreprise (PDFs, documentations, tickets support) sont découpés en segments (chunks), transformés en vecteurs numériques (embeddings), et stockés dans une base vectorielle (pgvector, Pinecone, Qdrant). Lors d'une question utilisateur, le système extrait les segments les plus proches sémantiquement et les insère dans le prompt du LLM comme source de vérité.
2. Pipeline RAG en Deux Phases
La phase d'ingestion prépare les documents, la phase d'inférence enrichit la requête de l'utilisateur.
1. Ingestion & Chunking
Découpage des documents sources en fragments de taille optimale (ex: 500 tokens avec 10% d'overlap) pour conserver le sens sémantique.
2. Vectorisation & Indexation
Conversion des chunks en vecteurs multidimensionnels via un modèle d'embedding (ex: text-embedding-3 d'OpenAI, Voyage, BGE) et stockage avec index HNSW ou IVFFlat.
3. Recherche Sémantique & Génération
Calcul de similarité cosinus avec la question de l'utilisateur, récupération du top-k contexte pertinent et envoi au modèle génératif pour formulation finale.
3. Caractéristiques fondamentales
- Réduction spectaculaire des hallucinations des LLMs.
- Possibilité de citer des sources précises avec liens et numéros de pages.
- Mise à jour instantanée de la base de connaissances sans coût de ré-entraînement.
- Contrôle d’accès aux documents selon les rôles des utilisateurs (RBAC vectoriel).
5. Avantages et limites techniques
Points forts
- ✓Bien plus économique et rapide à mettre en œuvre que le fine-tuning.
- ✓Données de l’entreprise restent privées et sécurisées.
- ✓Permet de faire dialoguer l’IA avec des millions de documents internes récents.
Points de vigilance
- ⚠Dépendance critique envers la qualité du chunking et du moteur de recherche vectoriel (si la recherche rate le bon document, la réponse sera fausse).
- ⚠Augmente la consommation de tokens de contexte.
6. Recommandations : Quand l'utiliser ?
Idéal pour :
- Création d’un chatbot support client, d’un assistant de recherche documentaire ou d’un moteur de recherche d’entreprise.
À éviter pour :
- Si le modèle de base possède déjà l’information publique générale et n’a pas besoin de contexte privé.
8. Sources officielles vérifiées
Données techniques vérifiées auprès des documentations officielles, des RFCs et des spécifications standards.
