Voir la source de Génération augmentée d'information applicative (GAIA)

== Définition ==
Méthode d'adaptation, [[peaufinage]] des résultats d'un [[grand modèle de langues]] en encodant les données d’entrée avec des [[vecteur contextuel compact|vecteurs contextuels compacts]] (''embeddings'') du domaine d’application contenues dans une base de données vectorielles.

== Compléments ==
Ici, on ne modifie pas le modèle de langues, mais on ajoute un contexte supplémentaire à la requête permettant au [[grand modèle de langues]] de répondre aux questions avec des informations sur le sujet. 

Lorsqu'un utilisateur fait une requête, celle-ci est enrichie à l'aide de [[vecteur contextuel compact|vecteurs contextuels compacts]] similaires retrouvées dans la base de données vectorielles par l'[[Algorithme des k plus proches voisins|algorithme des k plus proches voisins]] ([[métrique de similarité cosinus]]). Une fois que nous avons trouvé des [[vecteur contextuel compact|vecteur contextuel compact]] similaires, nous soumettons une requête avec les données associées pour fournir un contexte permettant au [[grand modèle de langues]] de mieux répondre à la question.

== Français ==

'''adaptation par enrichissement contextuel'''

'''AEC'''

'''peaufinage par enrichissement contextuel'''

'''PEC'''

'''génération augmentée d'information contextuelle'''

'''GAIC'''

'''enrichissement contextuel'''

== Anglais ==
'''retrieval augmented generation'''

'''RAG'''

<small>

[https://research.ibm.com/blog/retrieval-augmented-generation-RAG  Source : research.ibm.com]

[[Catégorie:GRAND LEXIQUE FRANÇAIS]]