Retrieval Augmented Generation (RAG) & projet Colette

🚀 Retrieval Augmented Generation (RAG) & projet Colette
Rejoignez-nous pour une soirée dédiée aux architectures RAG (Retrieval Augmented Generation) et aux nouvelles approches permettant de connecter les modèles de langage aux données réelles.

💡 Ce meetup sera l’occasion de découvrir comment construire des assistants IA fiables connectés à vos données et d’échanger avec la communauté autour des architectures RAG.

👨‍💻 Speakers
Luiz de Jesus – AI Engineer @Jolibrain
Contributeur au projet Colette, il travaille sur les architectures permettant de connecter les LLMs aux données réelles et aux bases documentaires.
Alexia Audevart - CEO Founder @datactik
Experte en intelligence artificielle et en science des données, Alexia est la fondatrice de la société datactik. Formatrice et conférencière, elle intervient aussi bien dans le monde professionnel qu'en universités et grandes écoles. Elle est également Google Developer Expert en machine learning. Son premier livre est une collaboration sur l'intelligence artificielle et les neurosciences ("Apprendre demain" - édition Dunod). Son second ouvrage, plus technique, aborde le Deep Learning ("Machine Learning using TensorFlow cookbook" - édition Packt).

🎤 Au programme de la session :
• Présentation du projet Colette et de sa philosophie open-source (par Luiz de Jesus)
Les systèmes basés sur les LLMs sont de plus en plus utilisés pour interagir avec des bases de connaissances, des documents ou des données métier. Cependant, pour obtenir des réponses fiables et contextualisées, il est souvent nécessaire d’aller au-delà du simple prompting. C’est là qu’intervient le RAG (Retrieval Augmented Generation) : une approche qui combine recherche d’information et génération par modèles de langage afin d’améliorer la pertinence, la traçabilité et la mise à jour des réponses. Nous allons découvrir Colette, un projet open-source développé par Jolibrain permettant de construire facilement des pipelines RAG performants.

• A la découverte du GraphRAG (par Alexia Audevart)
Bien que le RAG classique reste idéal pour extraire un fait précis au sein d'un document spécifique, le GraphRAG devient indispensable dès qu'il s'agit de croiser des concepts complexes à l'échelle de toute une base documentaire. À travers une démo concrète, l'objectif sera d'explorer comment structurer et interagir avec les données pour transformer une simple recherche d'informations en une véritable intelligence contextuelle.

🍻🍕 Venez échanger avec nous dans une ambiance conviviale autour d’un verre… et de pizzas !