Voir la source de Génération augmentée d'information(s) applicative(s) (GAIA)

== Définition ==
Méthode d'adaptation et de [[peaufinage]] des résultats d'un [[grand modèle de langues]] par enrichissement des [[requête générative|requêtes génératives]] avec des sources d'informations externes et à jour afin de générer des résultats plus précis et plus utiles.

== Compléments ==
L'algorithme GAIA ne touche pas au [[grand modèle de langues]], mais enrichit la [[requête générative]] d'extraits pertinents à cette requête provenant de la documentation de l'application. 

Dans une phase préalable, l'algorithme GAIA prépare la documentation de l'application en la divisant en morceaux qui sont indexés avec des [[vecteur sémantique distributionnel compact|vecteurs sémantiques compacts]] (en anglais, ''embeddings''). Ces [[vecteur sémantique compact|vecteurs sémantiques compacts]] sont stockés dans une base de données vectorielles. On peut aussi utiliser des connaissances, des [[GAIA-Graphe|graphes]], des tableaux de données, etc.  

Puis lorsqu'un utilisateur fait une requête, l'algorithme GAIA encode celle-ci avec les mêmes [[vecteur sémantique distributionnel compact|vecteurs sémantiques compacts]] puis on retrouve et filtre les extraits des documents pour retenir ceux qui ont une forte proximité sémantique avec la requête en appliquant une mesure de similarité du genre [[métrique cosinus]]. Plus précisément, ces extraits sont ajoutés au contexte de la requête. Enfin, l'algorithme GAIA soumet la requête enrichie au [[robot conversationnel génératif]] et à son [[grand modèle de langues]] leur fournissant ainsi un contexte permettant de mieux répondre à la [[requête générative|requête]].
== Français ==

'''génération augmentée d'information(s) applicative(s)'''

'''GAIA'''

'''génération augmentée d'information(s) contextuelle(s)'''

'''GAIC'''

'''adaptation par enrichissement contextuel'''

'''peaufinage par enrichissement contextuel'''

'''enrichissement contextuel'''

'''génération augmentée par récupération'''

== Anglais ==
'''retrieval augmented generation'''

'''RAG'''

'''knowledge augmented generation'''

'''table augmented generation'''

==Español==
[[Catégorie:es]]

''''' generación aumentada de información sobre la aplicación ''''' 

''Método de ajuste fino y de adaptación de los resultados de un modelo extenso de lenguaje enriqueciendo las consultas con fuentes de información externas y actualizadas con el fin de generar resultados más precisos y útiles.'' 

==Sources==
[https://towardsdatascience.com/retrieval-augmented-generation-rag-from-theory-to-langchain-implementation-4e9bd5f6a4f2   Source : towardsdatascience]

[https://research.ibm.com/blog/retrieval-augmented-generation-RAG  Source : research.ibm.com]

[https://arxiv.org/abs/2005.11401v4 Source: Meta]

{{Modèle:101}}
[[Catégorie:Intelligence artificielle]]
[[Catégorie:GRAND LEXIQUE FRANÇAIS]]
[[Catégorie:101]]