Cours
RAG en production
Faire répondre un modèle sur vos propres documents sans qu'il invente : découpage, plongements, base vectorielle, reclassement et évaluation des réponses.
Avancé 8 leçons
Les leçons
- 1 Pourquoi le RAG Vous saurez identifier les problèmes qu'un système RAG résout réellement, ceux qu'il ne résoudra jamais, et où se situe la cause dominante de ses échecs.
- 2 Découper les documents Vous saurez choisir une stratégie de découpage adaptée à vos documents, gérer les tableaux et le code, et mesurer l'effet du découpage sur le rappel.
- 3 Plongements et similarité Vous saurez choisir un modèle de plongement adapté à votre corpus, comprendre ce que la similarité cosinus mesure, et éviter les pièges du multilingue et des textes très courts.
- 4 Base vectorielle Vous saurez arbitrer entre pgvector, index en mémoire et service dédié, régler une indexation approximative et concevoir des métadonnées exploitables pour le filtrage.
- 5 Recherche hybride Vous saurez combiner BM25 et recherche vectorielle par fusion de rangs, ajouter un modèle de reclassement et mesurer le gain réel de chaque étage.
- 6 Construire l'invite Vous saurez structurer une invite RAG qui impose la citation, refuse de répondre hors contexte, et exploite l'ordre des passages dans la fenêtre de contexte.
- 7 Évaluer les réponses Vous saurez construire un jeu de questions de référence, mesurer séparément le rappel de la récupération et la qualité des réponses, et détecter les affirmations non étayées.
- 8 Mise en production Vous saurez chiffrer le coût par requête, mettre en cache aux bons endroits, réindexer de façon incrémentale, supprimer un document proprement et surveiller le système en exploitation.