Qu'est-ce que le RAG ? L'explication la plus simple de son fonctionnement

Le RAG semble compliqué parce que le nom est compliqué. L'idée ne l'est pas. Le RAG signifie simplement : avant que l'IA ne réponde, elle recherche d'abord des informations pertinentes dans une source de connaissances et fournit ces informations au modèle de langage.

Imaginez un LLM comme une personne intelligente assise à un bureau. Le RAG est le bibliothécaire qui apporte la bonne page du bon livre. Le LLM lit ensuite cette page et vous répond.

D'abord : que fait le LLM ?

Le LLM est la partie qui comprend le langage et produit du langage. Il peut lire votre question, comprendre des instructions, comparer des informations, expliquer quelque chose et rédiger une réponse.

Mais le LLM ne sait pas automatiquement ce qui se trouve actuellement dans la base de données de votre entreprise, votre session de jeu, vos documents privés ou un fichier que vous avez créé il y a cinq minutes.

Il ne connaît que ce qui est déjà à l'intérieur du modèle, plus toutes les informations que l'application lui fournit dans la requête en cours.

Ensuite : qu'est-ce que la base de connaissances ?

Une base de connaissances est simplement une information que l'application peut rechercher.

Elle peut contenir des PDF, des manuels, de la documentation produit, des articles d'assistance, des contrats, des règles de jeu, des données d'armes, des documents internes d'entreprise, des enregistrements de base de données ou d'autres textes.

La base de connaissances peut être locale sur votre propre machine. Elle peut être sur un serveur. Elle peut être dans une base de données vectorielle. Elle peut aussi être construite à partir de fichiers normaux. Le RAG ne signifie pas Internet.

Alors, que fait réellement le RAG ?

C'est ça, le RAG.

Le nom complet est Retrieval-Augmented Generation. Retrieval signifie trouver les informations pertinentes. Augmented signifie ajouter ces informations au contexte du modèle. Generation signifie que le LLM rédige la réponse finale.

Un exemple très simple

Imaginez que vous disposez d'une base de connaissances locale sur un jeu.

Vous demandez : « Quelles munitions l'AKM utilise-t-il ? »

Le RAG parcourt la base de connaissances et trouve l'entrée concernant l'AKM. Il transmet ce petit morceau d'information au LLM. Le LLM répond alors : « L'AKM utilise des munitions de 7,62 mm. »

Le LLM n'avait pas besoin de toute la base de données. Le RAG n'a apporté que la partie utile.

Maintenant la partie importante : le RAG n'est pas l'état actuel

C'est là que beaucoup d'explications deviennent confuses.

Le RAG donne généralement des connaissances à l'IA. Un système d'état donne à l'IA des faits sur ce qui est vrai à l'instant présent.

Qu'est-ce qu'une base de données d'état ?

Une base de données d'état ou un magasin d'état est simplement un endroit où l'application conserve les faits actuels.

Dans un jeu, le moteur sait déjà des choses comme votre santé, votre position, votre inventaire, vos munitions, votre mission actuelle, les objets à proximité et le statut des ennemis. Un système d'IA peut exposer certaines parties sélectionnées de cet état au modèle.

Dans une application métier, la même idée pourrait être une base de données de commandes, un dossier client, un statut de projet ou la valeur actuelle d'un capteur.

L'état est créé par l'application elle-même au fur et à mesure que les choses se produisent. Si vous perdez de la santé, le jeu met à jour la valeur de santé. Si vous ramassez des munitions, l'inventaire change. Si une commande est payée, le système métier modifie le statut de la commande.

Comment les trois éléments fonctionnent ensemble

Donc l'architecture de base est :

Le RAG utilise-t-il toujours une base de données vectorielle ?

Non.

Une base de données vectorielle est un moyen courant de construire une recherche sémantique, mais ce n'est pas la définition du RAG.

L'important est la récupération : le système trouve des informations externes pertinentes et les ajoute au contexte du LLM avant que la réponse ne soit générée.

La recherche de fichiers d'OpenAI, par exemple, peut fonctionner avec des fichiers stockés dans des magasins vectoriels. Les fichiers sont découpés en morceaux plus petits afin que le système puisse récupérer les parties pertinentes pour une question. C'est une implémentation de la même idée de base.

Qu'est-ce qu'un embedding, en termes simples ?

Vous n'avez pas besoin de comprendre les embeddings pour comprendre le RAG.

Mais la version simple est la suivante : un embedding est une représentation numérique du sens. Il aide un système de recherche à trouver un texte conceptuellement similaire même lorsque les mots ne sont pas exactement les mêmes.

Par exemple, une recherche par mots-clés normale peut chercher les mots exacts « réparation de voiture ». La recherche sémantique peut aussi comprendre que « réparer mon véhicule » concerne un sujet similaire.

Cela rend les embeddings utiles pour le RAG, mais le RAG peut aussi utiliser la recherche par mots-clés, des requêtes de base de données ou une combinaison de plusieurs méthodes.

Le RAG n'est pas non plus de la mémoire

La mémoire est un autre concept souvent mélangé avec le RAG.

La mémoire est généralement l'information que le système conserve sur des interactions ou des événements précédents. Le RAG est le mécanisme utilisé pour récupérer les connaissances pertinentes lorsqu'elles sont nécessaires.

Un exemple de jeu réel : PUBG Ally

PUBG Ally est un exemple utile car il rend la différence visible.

KRAFTON décrit l'état de match en direct comme une source de vérité distincte. Le jeu expose les faits actuels via des outils d'observation : arme actuelle, munitions, santé, statut de zone sûre, objets à proximité et situation de combat.

La recherche de connaissances est un travail différent. Le système peut utiliser des connaissances organisées sur les armes, les accessoires, les objets et les règles. Le SDK ACE Game Agent de NVIDIA expose également une API RAG distincte pour récupérer des connaissances à partir de bases de données créées par les développeurs.

Cela nous donne une séparation claire : le moteur de jeu indique ce qui se passe maintenant, la récupération fournit les connaissances pertinentes, et le modèle de langage décide de la signification des informations.

Un exemple complet

Imaginez que vous dites à un coéquipier IA : « Je suis à court de santé. Devrions-nous attaquer ? »

Le RAG ne contrôlait pas le personnage. La base de données d'état ne raisonnait pas. Le LLM ne modifiait pas directement le jeu. Chaque partie avait un seul rôle.

Pourquoi utiliser le RAG ?

Parce que mettre chaque document, règle et enregistrement de base de données dans chaque prompt serait lent, coûteux et souvent source de confusion.

Le RAG permet au système de sélectionner uniquement les informations utiles à la question actuelle.

Il vous permet aussi de mettre à jour la base de connaissances sans réentraîner tout le modèle de langage. Modifiez le document ou la base de données, reconstruisez ou actualisez l'index si nécessaire, et la prochaine récupération pourra utiliser les informations plus récentes.

Ce que le RAG ne garantit pas

Le RAG peut améliorer l'ancrage, mais il ne rend pas une réponse automatiquement correcte.

L'étape de récupération peut trouver le mauvais document. Le bon document peut être obsolète. Le LLM peut mal interpréter de bonnes preuves. Ou l'état actuel peut avoir changé.

Un système fiable doit donc valider séparément la récupération, la fraîcheur de l'état et le raisonnement final du modèle.

Le modèle mental le plus simple à retenir

Conclusion

Le RAG est beaucoup moins mystérieux une fois que les parties sont séparées.

Le LLM comprend et génère du langage. L'application maintient l'état actuel. La base de connaissances stocke les informations. Le RAG trouve la partie utile de ces informations et la place dans le contexte du LLM. Les outils ou l'application effectuent des actions réelles.

C'est l'architecture de base derrière de nombreux assistants et agents d'IA modernes.

FAQ

Glossaire

Sources primaires