What this concept includes
- Information retrieval
- Embeddings et indexes
- Context assembly
- Source grounding
- Citation
- Evaluation
CONCEPT
Génération augmentée par récupération
Retrieval-augmented generation est un architecture that retrieves external information at query time et supplies selected evidence à a generative modèle before ou during response production.
RAG relie search, embeddings, document segmentation, métadonnées, provenance, context assembly, language modèles et answer evaluation.
active
canonical
v1.0.0
EDITORIAL SIGNALS
Definitions, evidence and graph context.
This section exposes the structured editorial fields behind the record so readers, crawlers and retrieval systems can evaluate scope, sources and relationships.
Position maintained by Electronic Artefacts
- RAG separates updonnéesble external knowledge from modèle parameters.
- Retrieval quality, chunk design, métadonnées et answer attribution determine système reliability.
What this concept excludes
- Adding an entire uncontrolled document dump à a prompt
- Assuming retrieval guarantees that generated claims sont supported
Tags and disciplines
RAGRetrievalEmbeddingsVector SearchGroundingIntelligence artificielleSystèmes de connaissanceInformation ArchitectureMachine Learning
References declared for this record
- Retrieval-Augmented Generation pour Knowledge-Intensive NLP Tasks Patrick Lewis et al. / arXiv / 2020-05-22
Rôle
Génération augmentée par récupération est documenté ici comme une entrée française du graphe public d’Electronic Artefacts. RAG relie search, embeddings, document segmentation, métadonnées, provenance, context assembly, language modèles et answer evaluation.
Usage
Cette notion sert à relier les projets, publications et technologies qui partagent un même vocabulaire de conception. Retrieval-augmented generation est un architecture that retrieves external information at query time et supplies selected evidence à a generative modèle before ou during response production.
Domaines
Cette entrée croise notamment les domaines suivants : Intelligence artificielle, Systèmes de connaissance, Information Architecture, Machine Learning.
Références
Les références principales restent les sources indiquées dans la fiche canonique, notamment Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks.
Record metadata
How to cite this record
Génération augmentée par récupération. 1.0.0. Electronic Artefacts, 2026-06-25. https://electronicartefacts.com/fr/knowledge/concepts/retrieval-augmented-generation/
0 typed connections
The accessible relationship list above contains the complete local graph. Interactive rendering is loaded progressively.