Génération augmentée par récupération
La génération augmentée par récupération (retrieval-augmented generation, RAG) est un schéma dans lequel un système cherche d'abord dans une collection de documents les passages pertinents pour une question, puis fournit ces passages à un modèle de langage pour que sa réponse s'appuie dessus.
Aussi appelé : RAG
Par Divya Sharma · Vérifié le 15 nov. 2026 · Notre méthode
Un modèle de langage ne connaît que ce qui figurait dans ses données d'entraînement, jusqu'à sa date limite de connaissances. Il ne voit ni le wiki de votre entreprise, ni les tickets de la semaine dernière, ni un contrat signé hier. Le RAG comble ce manque sans réentraînement : vous récupérez le bon texte au moment de la question et vous le placez dans le prompt.
Comment ça marche
En amont, les documents sont découpés par chunking, transformés en vecteurs par un modèle d'embedding et stockés dans une base de données vectorielle. Quand une question arrive, le système calcule son embedding, récupère les chunks les plus proches, les réordonne souvent avec un reranker, et transmet les premiers au modèle avec l'instruction d'y puiser sa réponse.
L'article de 2020 qui a donné son nom à l'idée associait un générateur de texte entraîné à un index consultable de Wikipédia. La plupart des systèmes RAG actuels se passent de cet entraînement conjoint et relient un modèle standard à un syst ème de recherche distinct.
Exemple
Un bot de support reçoit « Puis-je changer d'abonnement en milieu de mois ? ». Il récupère le paragraphe de la politique de facturation et la FAQ des abonnements, et le modèle répond à partir de ces deux sources, en les citant.
Limites
Le RAG ne vaut que ce que vaut sa recherche. Si le bon passage n'est jamais trouvé, le modèle peut combler le vide par une hallucination. Il a aussi du mal avec les questions portant sur un corpus entier, comme « quels sont les grands thèmes ? », le cas que vise GraphRAG. Les outils de chaque étape sont comparés dans le guide de la stack IA.
Termes liés
- Base de données vectorielle
- Une base de données vectorielle (vector database) stocke des embeddings avec leurs enregistrements source et retrouve les vecteurs stockés les plus proches d'un vecteur de requête, généralement à l'aide d'un index approximatif pour que la recherche reste rapide sur des millions d'éléments.
- Hallucination (IA)
- Une hallucination est une sortie d'un modèle d'IA qui paraît fluide et assurée mais qui est fausse, non étayée par ses sources ou inventée, comme une référence, une citation, une statistique ou une fonction d'API imaginaires.
- Embedding
- Un embedding (plongement vectoriel) est une liste de nombres (un vecteur) qui représente un morceau de texte, une image ou d'autres données, produite de sorte que les éléments de sens proche obtiennent des vecteurs proches les uns des autres.
- Chunking
- Le chunking (découpage en fragments) est l'étape qui divise les longs documents en passages plus petits avant qu'ils soient vectorisés et indexés, afin qu'un système de récupération puisse trouver et renvoyer uniquement les parties d'un document qui répondent à une requête.
- Reranking
- Le reranking (reclassement) est une seconde étape de recherche qui prend une courte liste de documents candidats et les réordonne selon leur pertinence pour la requête, à l'aide d'un modèle plus précis mais plus lent que la première recherche.
- RAG agentique
- Le RAG agentique (agentic RAG) est une génération augmentée par récupération pilotée par un agent IA, qui décide quand chercher, quoi chercher et quelle source utiliser, et qui peut chercher à nouveau si les premiers résultats ne suffisent pas.