RAG et méthodes de Retrieval-Augmented Generation

Ce meetup sera consacré au RAG (Retrieval-Augmented Generation) et aux différentes méthodes permettant de l’utiliser efficacement avec des LLM.

Nous aborderons les principes du RAG, les principales approches existantes (indexation, recherche, reranking, génération), ainsi que les limites et pièges courants : qualité des données, choix des embeddings, granularité des documents, hallucinations et évaluation des réponses.

La mise en pratique se fera à travers des exemples concrets de conception et d’implémentation d’un RAG : structuration des données, construction d’un pipeline simple et analyse des résultats.

L’objectif est de repartir avec une compréhension claire des bonnes pratiques et des points de vigilance pour construire un RAG réellement utile en production.