Comment l'architecture RAG est-elle organisée?

L'architecture RAG (Retrieval-Augmented Generation) combine deux composants clés : un système de recherche (retrieval) et un modèle génératif (generation).

1. Composant de recherche responsable de l'extraction d'informations pertinentes à partir d'un grand corpus de données ou d'une base de connaissances. Il s'agit généralement d'une recherche vectorielle basée sur les embeddings des documents, permettant de trouver rapidement les fragments de texte les plus appropriés.

2. Modèle génératif (par exemple, un transformeur) reçoit la requête initiale et les documents trouvés, puis génère une réponse en tenant compte du contexte des données récupérées.

Ainsi, RAG permet d'améliorer la qualité des réponses en combinant les avantages de la recherche dans la base de connaissances et de la génération de texte, ce qui est particulièrement utile lors du traitement de grands volumes d'informations avec une mémoire limitée du modèle.

Exemple de schéma simplifié :

Requête de l'utilisateur -> Recherche de documents pertinents -> Modèle génératif (entrée : requête + documents) -> Réponse