RAG pratique pour la production (French Edition)

Chapitre 2. La pile RAG de base

Cet ouvrage a été traduit à l'aide de l'IA. Tes réactions et tes commentaires sont les bienvenus : [e-mail]

Au chapitre 1, on a présenté l'idée centrale de la génération augmentée par la recherche : permettre aux grands modèles linguistiques d'accéder à des connaissances externes plutôt que de se fier uniquement à ce qu'ils ont appris pendant leur entraînement. Dans ce chapitre, on va se pencher plus en détail sur les composants techniques qui permettent à un système RAG de fonctionner dans la pratique. Ces composants forment un pipeline où circulent les données — souvent appelé la pile RAG— qui va de la préparation des documents bruts à la génération de réponses de haute qualité, ancrées dans le contexte.

On commence par examiner les deux flux principaux qui définissent tout système RAG : le flux d’ingestion, qui transforme et stocke les données pour fournir à un LLM des connaissances inédites à l’avenir, et le flux de requêtes, qui s’active au moment de l’inférence pour répondre aux demandes des utilisateurs. Chaque étape de ces flux — analyse syntaxique, découpage en segments, encodage, indexation, recherche vectorielle, reclassement et génération basée sur un LLM — joue un rôle distinct et comporte ses propres compromis. Comprendre ces éléments est essentiel pour diagnostiquer les erreurs, améliorer la qualité et concevoir des architectures RAG évolutives qui se comportent de manière prévisible dans les environnements ...