SAMA TECHLY / KNOWLEDGE

Les points qui comptent

01

RAG

Retrouver des informations dans un corpus. La qualité du résultat dépend des documents, de la recherche et de la fidélité de la réponse.

02

Fine-tuning

Adapter un modèle avec des exemples pour un comportement défini. Cela demande des données adaptées et une évaluation distincte de l’entraînement.

03

Décision

Tester d’abord une approche simple et mesurer ses limites. Les deux méthodes peuvent se combiner quand le besoin le justifie.

À vérifier dans votre contexte

Préparer la suite

  • Un exemple réel de la tâche et de ses exceptions
  • Les outils utilisés et les accès disponibles
  • Les données autorisées et le rôle de la validation humaine
  • Un indicateur de départ pour juger le résultat

Un périmètre explicite, des règles documentées et un protocole de validation. Les accès et les responsabilités sont définis avant le lancement.

Références utiles

AWS — Retrieval Augmented Generation ↗