La génération augmentée par récupération (RAG) est une technique d’IA qui récupère des documents pertinents dans une base de connaissances avant de générer une réponse, afin d’ancrer les réponses dans des sources réelles plutôt que dans la mémoire du modèle. Au lieu de s’appuyer sur des motifs incorporés aux poids du modèle, le RAG extrait le texte réel et l’utilise comme preuve pour composer une réponse. On obtient ainsi une IA capable de répondre à des questions concernant des documents qu’elle n’a jamais vus à l’entraînement, avec des citations qu’elle peut indiquer.
Étape 1 : découpage et indexation, préparer la base de connaissances.
Cette étape de prétraitement se déroule hors ligne, avant qu’un utilisateur ne pose la moindre question. Elle produit un index consultable où chaque fragment peut être récupéré selon une similarité sémantique plutôt que par correspondance exacte de mots-clés. La qualité du découpage affecte directement la précision de la récupération : des documents mal découpés donnent des fragments qui mélangent des sujets sans rapport et renvoient des résultats bruités ou non pertinents au moment de la requête.
Lorsqu’un utilisateur soumet une question, le système la convertit en plongement vectoriel au moyen du même modèle de plongement que lors de l’indexation. Il calcule ensuite les scores de similarité entre le vecteur de la requête et chaque vecteur de fragment dans l’index, puis transmet les k fragments sémantiquement les plus proches.
Imaginez un bibliothécaire qui écoute votre question, va dans les rayonnages et revient avec les cinq ouvrages les plus pertinents plutôt que de réciter toute la collection de mémoire. L’étape de récupération n’exige pas de recouvrement de mots-clés ; elle fait correspondre le sens. Une requête sur « la raison du refus du renouvellement de mon contrat » peut faire ressortir un passage sur des « clauses de résiliation d’accord » sans partager un seul mot.
Le RAG récupère les connaissances au moment de la requête ; le fine-tuning inscrit les connaissances dans les poids du modèle. Ces approches ne se concurrencent pas pour une même tâche : elles répondent à des problèmes fondamentalement différents. Le choix suppose de comprendre le type de problème que vous avez réellement.
Le mieux adapté à
- RAG : connaissances dynamiques, privées ou vérifiables ; informations qui changent souvent ; environnements sensibles à la conformité ; bibliothèques de documents personnelles.
- Fine-tuning : adaptation du style, du ton ou du format de sortie d’un modèle à un domaine fixe ; tâches où la cohérence comportementale compte davantage que l’actualité factuelle.
Une base de données vectorielle stocke des plongements et permet la recherche de similarité. Le RAG est une architecture complète qui utilise une base de données vectorielle comme l’un de ses composants. Confondre les deux est l’un des malentendus les plus fréquents chez les développeurs qui débutent dans ce domaine, et cette confusion a des conséquences pratiques pour quiconque tente de construire un système fonctionnel.
La distinction est concrète. Une base de données vectorielle répond à la question « quels fragments sont les plus semblables à cette requête ? ». La génération augmentée par récupération utilise cette réponse comme étape intermédiaire, puis dirige les fragments récupérés vers un modèle de langage qui synthétise une réponse en langage naturel. Disposer d’une base vectorielle donne une capacité de récupération ; disposer d’un RAG donne un pipeline complet de questions-réponses construit au-dessus de cette couche de récupération.
L’implication pratique est la suivante : si un produit affirme « utiliser la recherche vectorielle » ou « intégrer vos documents sous forme de plongements », demandez s’il génère aussi des réponses à partir du contexte récupéré. La recherche vectorielle renvoie une liste de passages pertinents ; un système de génération augmentée par récupération prend ces passages et compose une réponse directe. Les deux sont liés, mais opèrent à des niveaux d’abstraction différents, et l’un n’implique pas l’autre.
Les passages trouvés et la question sont transmis au modèle pour une réponse provisoire. Vérifiez les affirmations importantes et conservez les liens vers les originaux. La recherche peut manquer des informations et la génération les déformer ; RAG ne garantit pas l’exactitude.