Systèmes RAG
Ancrer un modèle de langage dans un corpus interne — règlement, procédures qualité, notes de service — pour qu'il réponde à partir de vos documents et non de ses souvenirs approximatifs.
Durée du cours : 7h
Ce que vous allez apprendre
- Distinguer RAG, affinage et contexte long, et choisir en connaissance de cause
- Extraire proprement du texte de PDF, HTML et documents bureautiques, y compris les scans
- Découper un corpus en passages exploitables sans casser la structure
- Choisir un modèle de plongement, un index vectoriel et des filtres par métadonnées
- Combiner recherche dense et lexicale, puis reclasser avec un encodeur croisé
- Construire une consigne finale qui cite ses sources et sait s'abstenir
- Évaluer la fidélité, la pertinence et la couverture sur un jeu annoté
- Mettre en cache et maîtriser le coût par question en production
Prérequis
- Cours 16 — Grands modèles de langage
- Cours 17 — Ingénierie des consignes
- Python courant, bases de NumPy
Modules du cours
- Pourquoi ancrer un modèle dans des documents
- Extraction de texte : PDF, HTML, documents bureautiques
- Découpage : taille, chevauchement, respect de la structure
- Plongements et bases vectorielles
- Recherche dense, lexicale et hybride
- Reclassement des passages retenus
- Construction de la consigne finale et citation des sources
- Évaluation : fidélité, pertinence, couverture
- Mise en cache et maîtrise des coûts
- Projet : assistant documentaire complet
Le fil rouge
Tous les modules s'appliquent au même cas concret : un assistant documentaire pour les procédures internes d'une entreprise, environ 300 documents mêlant PDF signés, pages HTML d'intranet et fichiers bureautiques. L'utilisateur pose une question en langue naturelle — « quelle est la procédure d'onboarding d'un stagiaire ? » — et l'assistant renvoie une réponse courte accompagnée des passages exacts qui la justifient. Les modules construisent successivement chaque maillon de la chaîne, jusqu'à un système que l'on peut déployer, mesurer et améliorer.
Évaluation et attestation
Le parcours se termine par un examen de 40 questions qui couvre tous les modules. En cas de réussite, une attestation d'achèvement est délivrée ; son numéro est vérifiable sur la plateforme.
Les cours gratuits, eux, se concluent par un quiz de 5 questions avec un aperçu de l'attestation, sans certification.