RAG (génération augmentée par récupération)
Définition : Le RAG (Retrieval-Augmented Generation) consiste à fournir au modèle des documents pertinents récupérés à la volée, pour qu'il réponde sur des faits à jour et cite ses sources.
Cela réduit les hallucinations et permet d'interroger une base de connaissances privée. La recherche sémantique de Claude News repose sur ce principe.
Questions fréquentes
À quoi sert le RAG ?
À faire répondre un modèle sur des données à jour ou privées qu'il n'a pas vues à l'entraînement : on lui fournit les documents pertinents au moment de la question. Cela réduit les hallucinations et permet de citer les sources.
RAG ou fine-tuning ?
Le RAG ajoute de la connaissance à la volée sans ré-entraîner le modèle ; le fine-tuning modifie le modèle pour un style ou un comportement. Pour des faits qui changent, le RAG est presque toujours préférable et moins coûteux.
Le RAG élimine-t-il les hallucinations ?
Il les réduit fortement en ancrant la réponse dans des documents réels, mais ne les supprime pas : le modèle peut mal interpréter un passage. Citer et vérifier les sources reste essentiel.