Définition du RAG
Le RAG, pour retrieval-augmented generation, se traduit par génération augmentée par récupération. C’est une architecture dans laquelle un grand modèle de langage (LLM) ne répond pas de mémoire : avant la rédaction, le système recherche dans une base documentaire les passages utiles à la question et les fournit au modèle, avec la consigne de s’y tenir. La définition du RAG se résume ainsi : chercher d’abord, rédiger ensuite, à partir de sources identifiées.
L’expression vient d’un article de recherche publié en 2020. Elle désigne aujourd’hui un schéma d’architecture plus qu’une technique unique, avec de nombreuses variantes selon la manière de chercher et d’assembler les sources.
À quoi sert le RAG
Un modèle de langage ne connaît que ses données d’entraînement. Il ignore vos documents internes et tout ce qui est postérieur à cet entraînement. Le RAG répond à trois besoins.
- Faire porter les réponses sur un corpus privé : procédures, contrats, documentation technique, base de connaissances.
- Tenir les réponses à jour sans réentraîner le modèle : il suffit de mettre à jour l’index documentaire.
- Rendre les réponses vérifiables : chaque affirmation peut renvoyer au passage qui la fonde.
Les étapes d’un système RAG
Le fonctionnement se déroule en deux temps.
La préparation du corpus, en amont.
- Collecte des documents et extraction de leur texte, y compris depuis des fichiers PDF, des tableaux ou des pages web.
- Découpage en passages de taille maîtrisée, en respectant autant que possible la structure du document.
- Vectorisation : un modèle de plongement (embedding) convertit chaque passage en un vecteur numérique qui représente son sens.
- Indexation des vecteurs et de leurs métadonnées (source, date, droits d’accès) dans une base vectorielle ou un moteur de recherche.
Le traitement d’une question, à la demande.
- Récupération : la question est vectorisée à son tour, puis le système extrait les passages les plus proches. La recherche hybride combine cette proximité de sens avec une recherche par mots-clés.
- Reclassement : un second modèle ordonne les candidats et écarte les moins pertinents.
- Augmentation : les passages retenus sont insérés dans la requête adressée au modèle, avec la question et les consignes.
- Génération : le modèle rédige la réponse et cite ses sources.
Les limites du RAG
Le RAG réduit les erreurs factuelles, il ne les supprime pas. Ses défaillances ont des causes identifiables.
- La récupération échoue. Si le bon passage n’est pas remonté, le modèle répond à côté ou comble le vide. La qualité de la recherche détermine celle de la réponse.
- Le corpus est défaillant. Versions contradictoires, documents périmés, tableaux mal extraits : le système restitue fidèlement un fonds documentaire de mauvaise qualité.
- Le découpage casse le sens. Une règle et son exception séparées dans deux passages produisent une réponse fausse et pourtant sourcée.
- Les droits d’accès sont oubliés. Sans filtrage par utilisateur au moment de la recherche, le système peut révéler un document que le demandeur n’a pas le droit de lire.
- Les questions de synthèse lui échappent. « Combien de contrats contiennent telle clause ? » suppose de parcourir tout le corpus, pas de récupérer quelques passages.
L’évaluation distingue donc deux mesures : la pertinence des passages récupérés, puis la fidélité de la réponse à ces passages.
RAG et ajustement fin : ne pas confondre
L’ajustement fin (fine-tuning) poursuit l’entraînement d’un modèle sur des exemples choisis, ce qui modifie ses paramètres. Le RAG ne touche pas au modèle : il change ce qu’on lui donne à lire.
| RAG | Ajustement fin | |
|---|---|---|
| Ce qui change | Le contexte fourni au modèle | Les paramètres du modèle |
| Apport principal | Des connaissances à jour et sourcées | Un style, un format, un comportement |
| Mise à jour | Réindexer les documents | Réentraîner le modèle |
| Traçabilité | Sources citées dans la réponse | Aucune source restituée |
Les deux approches se combinent. Pour apporter des connaissances, le RAG est en général le premier choix. L’ajustement fin répond à un autre besoin : un vocabulaire métier, un format de sortie strict, une tâche répétitive.
Un agent IA peut enfin utiliser la récupération comme un outil parmi d’autres, en décidant lui-même quand chercher et quoi chercher.
Un exemple concret : l’assistant d’un centre de support
Prenons un centre de support technique dont les conseillers consultent plusieurs milliers de fiches de procédure. Un assistant fondé sur le RAG reçoit la question d’un conseiller, retrouve les quelques passages applicables au modèle d’équipement concerné, puis rédige une réponse qui cite chaque fiche utilisée.
Le premier essai déçoit souvent, pour une raison étrangère au modèle : deux versions d’une même procédure coexistent dans le fonds, et l’assistant cite l’ancienne. La correction est documentaire. Il faut retirer les versions obsolètes, dater les fiches et filtrer la recherche sur la version en vigueur.
Pour la mise en œuvre de ces architectures, consultez notre page consacrée à l’IA générative en entreprise.