RAG· Retrieval-Augmented Generation

Architecture dans laquelle un modèle de langage ne répond pas uniquement à partir de sa mémoire d'entraînement, mais récupère d'abord des passages pertinents dans une base documentaire externe avant de formuler sa réponse. Cela lui fournit une source externe vérifiable et peut réduire sa dépendance à la mémoire paramétrique, sans supprimer la mémorisation acquise pendant l'entraînement ni le risque d'hallucination.

ExempleUn chatbot juridique d'assureur utilise la RAG : il cherche dans une base de 10 000 contrats les clauses pertinentes avant de générer sa réponse ; limitant les hallucinations sur des points contractuels précis.

1 article utilisant ce terme

11 juin 2026

LLM en finance : près de 90 % sur la réaction, 58 % sur la dérive

Sur des données postérieures à sa date de coupure, GPT-4 oriente correctement un portefeuille quotidien près de 90 % du temps, mais sur une réaction de marché qui n'est pas directement exploitable. Avant cette date, impossible de distinguer un vrai signal d'un simple effet de mémoire.