GlossairePublié le
RAG (génération augmentée par récupération)
Définition
Le RAG (retrieval-augmented generation, génération augmentée par récupération) consiste à faire chercher des passages pertinents dans une base documentaire avant que le modèle de langage ne rédige sa réponse, pour qu'il s'appuie sur ces documents plutôt que sur sa seule mémoire d'entraînement.
À retenir
- Origine : Patrick Lewis et onze coauteurs, « Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks », NeurIPS 2020 (arXiv, mai 2020). Les auteurs associent un modèle de génération pré-entraîné à un index vectoriel de Wikipédia, interrogé par un module de recherche neuronal.
- Deux modules, selon la Direction générale des entreprises (guide RAG, novembre 2024) : la récupération des extraits pertinents, puis la génération de la réponse à partir d'eux.
- Critère : sans l'étape de recherche, c'est un modèle de langage seul ; sans l'étape de rédaction, un moteur de recherche.
Comment ça marche
La DGE décrit d'abord la préparation des documents : nettoyage, découpage en segments (chunking) et vectorisation. Ensuite, pour un agent vocal, la documentation d'ElevenLabs détaille quatre temps : la question est reformulée pour la recherche, convertie en vecteur, comparée à la base de connaissances pour retrouver les contenus proches par le sens, puis le modèle répond à partir de la conversation et des passages retrouvés. L'intérêt, selon ElevenLabs : au lieu de charger des documents entiers dans la fenêtre de contexte, le RAG ne récupère que l'information la plus pertinente pour chaque question, ce qui donne accès à des bases plus vastes que ce qu'un prompt (la consigne envoyée au modèle) peut contenir. Exemples cités par la DGE : assistant juridique, assistant RH, recherche dans une documentation technique. Fonctions et chiffres relevés le 21/10/2026 dans les documentations.
Pièges et limites
- Moins d'erreurs, pas zéro : la DGE écrit que le RAG réduit les réponses aberrantes des modèles sans les supprimer.
- Recherche incomplète : elle peut passer à côté de documents pertinents (synonymes, formulations différentes, limitation aux N segments les plus proches).
- Base à soigner : supprimer les contradictions entre documents, la tenir à jour et contrôler les droits d'accès (DGE).
- Évaluation continue : la DGE recommande de suivre le taux d'hallucination, la pertinence des documents récupérés et le temps de réponse.
- Latence en voix : ElevenLabs indique que le RAG ajoute environ 250 ms sur sa plateforme (voir latence).
Voir aussi
Sources
- Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks | arXiv:2005.11401 — consulté le 21/10/2026
- Guide de la génération augmentée par récupération (RAG) | Direction générale des entreprises, novembre 2024 — consulté le 21/10/2026
- Retrieval-Augmented Generation | ElevenLabs Documentation — consulté le 21/10/2026