RAG
Génération augmentée par récupération
Le RAG associe un modèle de langage à une base de connaissances externe consultée en temps réel, pour ancrer ses réponses dans des sources vérifiables plutôt que dans sa seule mémoire.
Avant de répondre, le système récupère les passages les plus pertinents dans une base documentaire, souvent une base de données vectorielle, puis les fournit au modèle comme contexte. Le modèle génère alors sa réponse à partir de ces extraits.
Le RAG réduit les hallucinations et permet de citer des sources vérifiables. C'est la technique derrière la plupart des assistants IA qui répondent avec des liens, et un contenu bien structuré augmente ses chances d'être récupéré.