Qu'est-ce que RAG ?
Retrieval-Augmented Generation
C'est une méthode qui permet à l'intelligence artificielle de produire des réponses en obtenant des informations à partir de vos données actuelles et privées.
Définition
RAG est une technique qui permet à l'intelligence artificielle de répondre à des informations actuelles ou spéciales qui ne sont pas dans sa propre mémoire en y accédant à partir de sources externes. Grâce à cette méthode, le modèle va au-delà des informations qu'il a mémorisées et crée des réponses plus précises et fiables basées sur les documents que vous fournissez.
Comment ça marche
Le système comprend d’abord la question que vous posez et scanne les documents pertinents. Ensuite, il présente les informations trouvées à l’intelligence artificielle comme un bloc-notes. L'intelligence artificielle lit ces notes et prépare pour vous une réponse compréhensible grâce à sa propre capacité linguistique.
Où est-ce utilisé
Il est utilisé dans les documents internes de l'entreprise, les manuels techniques ou partout où il faut suivre l'actualité. Il est particulièrement préférable de réduire le risque de fournir de fausses informations.
Souvent confondu avec
Elle est souvent confondue avec l'entraînement du modèle lui-même, alors que RAG n'entraîne pas le modèle mais lui fait seulement lire une référence externe.
Questions fréquentes
L’intelligence artificielle apprend-elle toute seule en utilisant RAG ?
Non, RAG récupère uniquement des informations externes pour la question en cours, il n'ajoute rien à la mémoire permanente du modèle.
Une connexion Internet est-elle requise ?
Non, si vos documents sont stockés sur votre propre ordinateur ou serveur, ils peuvent fonctionner sans avoir besoin d'Internet.
Termes liés
Outils liés
This explanation was written in plain language for TreScout · translated from the Turkish original. If something looks wrong or missing, write to hello@trescout.com. Read in Turkish →