Quels sont les composants principaux de la génération augmentée par récupération (RAG) de base?

La génération augmentée par récupération (RAG) est une approche en traitement du langage naturel qui combine l’extraction d’informations pertinentes de sources externes avec la génération de texte basée sur ces informations.

Les composants principaux du RAG de base :

1. Retrieveur (Retriever)

   • Modèle ou algorithme qui recherche et extrait des documents ou fragments pertinents d’une base de connaissances ou d’un corpus.
   • Utilise généralement des méthodes de recherche par représentations vectorielles (embedding) ou des index de recherche traditionnels.

2. Générateur (Generator)

   • Modèle de génération de texte (par exemple, transformeur) qui prend en entrée la requête initiale et les documents extraits.
   • Génère une réponse en tenant compte du contexte des documents récupérés.

3. Base de connaissances (Knowledge Base)

   • Stockage de documents, textes ou données à partir desquels l’information est extraite.

4. Intégration du Retrieveur et du Générateur

   • Mécanisme combinant les résultats de la récupération avec la génération pour améliorer la qualité et la précision des réponses.

Ainsi, RAG permet de créer des réponses plus informées et contextualisées, en combinant la recherche de connaissances et la génération en langage naturel.