Qu'est-ce que le RAG (génération augmentée par récupération) ?
Le RAG (génération augmentée par récupération) est une architecture qui, avant de faire répondre un modèle de langage, va chercher les documents pertinents et les fournit au modèle comme contexte de sa réponse. Le modèle ne répond plus à partir de sa seule mémoire interne, celle qu'il a acquise à l'entraînement, mais à partir d'un texte récupéré à l'instant de la requête. La connaissance reste ainsi à l'extérieur du modèle, dans un corpus que l'organisation maîtrise et met à jour.
Cette séparation est le cœur du RAG. Un petit modèle de langage (SLM, small language model), modèle compact de 3 à 20 milliards de paramètres dans le vocabulaire retenu sur ce site, n'a pas à tout retenir : il raisonne sur les documents qu'on lui présente. Le savoir de l'organisation vit dans le corpus, pas dans les poids du modèle, ce qui le rend contrôlable et actualisable sans ré-entraînement.
Comment le RAG ancre-t-il un petit modèle de langage sur des documents ?
Le RAG ancre un petit modèle de langage en quatre temps, exécutés à chaque requête. Chaque temps répond à une fonction précise, et l'ensemble reste dans l'environnement de l'organisation.
Indexer.
Les documents sont découpés en fragments et convertis en vecteurs, c'est-à-dire en représentations numériques qui rapprochent les textes de sens voisin. L'ensemble forme un index consultable.
Sourcer.
À la requête, le système récupère les fragments les plus proches du besoin exprimé, et non le corpus entier.
Composer.
Ces fragments sont fournis au modèle comme contexte, avec la requête, pour qu'il réponde à partir d'eux.
Citer.
La réponse renvoie aux fragments utilisés, ce qui rend chaque affirmation vérifiable à la source.
Cette chaîne fait du modèle un raisonneur sur des documents fournis, pas une source de mémoire. Elle permet aussi de scorer la réponse selon la qualité de l'ancrage, et de la faire progresser en corrigeant le corpus quand une source manque.
Pourquoi le RAG convient-il particulièrement à un petit modèle de langage ?
Le RAG convient particulièrement à un petit modèle de langage parce qu'il compense la contrainte principale d'un modèle compact : une mémoire interne plus limitée que celle d'un grand modèle de langage (LLM, large language model), modèle massif. En reportant le savoir dans un corpus externe, le RAG rend cette limite indifférente pour les tâches ancrées sur des documents.
L'accord entre les deux tient à la souveraineté et à la fraîcheur. Le modèle compact s'exécute sur une infrastructure maîtrisée, et le corpus reste dans l'environnement de l'organisation, si bien que l'inférence, c'est-à-dire la production de chaque réponse, ne suppose aucun export de données. Sur la plateforme Optivalue.ai, qui édite ce site, la génération augmentée par récupération s'exécute avec 0 donnée exploitée hors de l'environnement du client. Le corpus se met à jour sans toucher au modèle, ce qui maintient les réponses à jour.
RAG ou fine-tuning : que choisir pour spécialiser un petit modèle ?
Le RAG et le fine-tuning répondent à deux besoins distincts, et se combinent souvent. Le fine-tuning, ré-entraînement ciblé du modèle sur des données propres, inscrit un vocabulaire et des tournures dans le modèle lui-même ; le RAG garde le savoir à l'extérieur et l'ancre à la demande. Le tableau ci-dessous oppose ce que chaque approche apporte et ce qu'elle exige.
| Attribut | RAG (génération augmentée par récupération) | Fine-tuning (ré-entraînement ciblé) |
|---|---|---|
| Où vit le savoir | dans un corpus externe maîtrisé | dans les poids du modèle |
| Mise à jour | corpus modifié, modèle inchangé | nouveau ré-entraînement nécessaire |
| Traçabilité de la source | réponse citable à la page | pas de citation native |
| Ce que l'approche exige | un index et des documents propres | des données d'entraînement et du calcul |
La concession qui clarifie tout : là où le RAG n'apporte rien
Le RAG n'apporte rien quand la tâche ne repose sur aucun document de référence : reformuler un texte, produire un brouillon, explorer des idées ouvertes. Dans ces cas, un simple cadrage par instruction, voire une IA générative grand public, rend le service attendu sans l'infrastructure d'un index documentaire.
Reconnaître cette limite est ce qui rend le RAG utile là où il compte. La ligne de partage tient à la nature de la réponse attendue : dès qu'elle doit s'appuyer sur un savoir précis et rester vérifiable à la source, l'ancrage documentaire devient la condition de fiabilité, et non un raffinement optionnel.
Comment mettre en place un RAG fiable sur un petit modèle ?
Mettre en place un RAG fiable suit une procédure, car la qualité de la réponse dépend d'abord de celle de l'ancrage. La qualité du corpus se qualifie sur des critères que la norme ISO/IEC 25012:2008, modèle de qualité des données, énumère : exactitude, complétude, cohérence et actualité des documents fournis au modèle. Les étapes ci-dessous se lisent dans l'ordre.
- Préparer le corpus. Rassembler des documents à jour et fiables, car une source erronée produit une réponse erronée.
- Découper avec soin. Fragmenter les documents de façon à préserver le sens de chaque passage récupéré.
- Contrôler la récupération. Vérifier que les fragments ramenés répondent bien au besoin, et ajuster l'index sinon.
- Exiger la citation. Imposer que chaque affirmation renvoie à sa source, pour rendre la réponse auditable.
- Entretenir le corpus. Corriger et enrichir les documents au fil des retours, pour faire progresser la fiabilité dans la durée.
Questions fréquentes
Le RAG remplace-t-il le fine-tuning ?
Le RAG ne remplace pas le fine-tuning : il garde le savoir à l'extérieur du modèle et l'ancre à la demande, quand le fine-tuning inscrit un vocabulaire dans le modèle. Les deux se combinent souvent, le RAG pour le savoir mouvant et sourçable, le fine-tuning pour la terminologie stable d'un métier.
Le RAG permet-il à un petit modèle de citer ses sources ?
Le RAG permet à un petit modèle de citer ses sources, car chaque réponse renvoie aux fragments de documents récupérés pour la produire. Cette traçabilité est décisive pour toute tâche de conformité, où une affirmation sans source reste inexploitable.
Le RAG expose-t-il les données de l'entreprise ?
Le RAG n'expose pas les données de l'entreprise lorsqu'il s'exécute dans un environnement maîtrisé : l'index et le corpus restent sur l'infrastructure de l'organisation, et l'inférence n'exporte rien. La souveraineté du dispositif se vérifie sur l'architecture qui l'héberge.
Un petit modèle avec RAG rivalise-t-il avec un grand modèle sans RAG ?
Sur une tâche ancrée sur des documents, un petit modèle avec RAG traite un périmètre net avec des réponses sourcées, là où un grand modèle sans ancrage répond de mémoire, sans citation. La comparaison dépend de la tâche : le RAG déplace l'avantage vers l'ancrage plutôt que vers la taille seule.
Faut-il un modèle particulier pour faire du RAG ?
Le RAG n'exige pas un modèle particulier : il fonctionne avec un petit comme avec un grand modèle. Un modèle compact y gagne davantage, car le RAG compense sa mémoire interne plus limitée tout en restant déployable sur une infrastructure maîtrisée.