Maîtriser l'ingénierie RAG8 / 10
Gestion des hallucinations et garde-fous
Quand la récupération ne trouve rien, un modèle utile invente. Les garde-fous transforment « confidemment faux » en « honnêtement incertain » — la différence que les utilisateurs font confiance.
Une hallucination en RAG est généralement un échec de récupération déguisé : le modèle a obtenu un contexte faible ou non pertinent, et — entraîné à être utile — a comblé le vide par l'invention. Les garde-fous rendent cet échec visible au lieu de fluide.
Gating sur la confiance de récupération
Avant de générer, vérifiez la récupération. Si le score réclassé le plus élevé est en dessous d'un seuil, ou si aucun chunk ne dépasse une barre de pertinence, ne générez pas une réponse confiante — retournez « Je n'ai pas trouvé cela dans les sources » ou escaladez.
if top_score < THRESHOLD:
return "I don't have a reliable source for that."
Le seuil est ajusté par rapport aux questions hors champ de votre ensemble d'évaluation.
Vérifiez la sortie, pas seulement l'entrée
Après génération, exécutez une vérification de fidélité : chaque affirmation remonte-t-elle à un chunk récupéré ? Un deuxième appel de modèle bon marché (« Cette réponse est-elle entièrement soutenue par ces sources ? Énumérez les affirmations non soutenues. ») capture la dérive avant qu'elle n'atteigne l'utilisateur.
Échouez gracieusement
Honnête sous l'incertitude, fondé quand confiant. Ensuite : maintenir tout cela abordable.
Série — Maîtriser l'ingénierie RAG
- Partie 01Pourquoi la RAG naïve échoue en productionLa démo de recherche vectorielle en 50 lignes qui impressionne dans un notebook s'effondre dès que de vrais utilisateurs posent de vraies questions. Voici pourquoi — et la carte pour y remédier.
- Partie 02Chunking — The Decision That Sets Your CeilingYou can't retrieve what you chunked badly. Chunking is the most under-rated lever in RAG — and the cheapest to get right.
- Partie 03Embeddings & Vector Stores 101Un embedding transforme le sens en géométrie. Un vector store rend cette géométrie explorable en millisecondes. Maîtriser les deux, et la retrieval devient facile.
- Partie 04Hybrid Retrieval — Keyword + VectorLa recherche vectorielle comprend le sens mais échoue sur les termes exacts, les identifiants et les mots rares. La recherche par mots-clés maîtrise ceux-ci et manque les paraphrases. Utilisez les deux.
- Partie 05Re-Ranking — The Cheap Quality WinLa récupération vous donne 30 chunks plausibles. Un re-ranker les lit par rapport à la question réelle et remonte les véritablement pertinents en haut.
- Partie 06Prompting the Generator — Grounding & CitationsGreat retrieval is wasted if the model ignores it or can't point to its sources. Grounding is a prompt-design discipline, not an afterthought.
- Partie 07Évaluation — On ne peut pas améliorer ce qu'on ne mesure pasSans un ensemble d'évaluation, chaque changement RAG est une question de ressenti. Avec un, vous affinez le chunking, la récupération et les prompts avec un chiffre qui vous dit si vous avez aidé ou nui.
- Partie 08Gestion des hallucinations et garde-fous — vous êtes iciQuand la récupération ne trouve rien, un modèle utile invente. Les garde-fous transforment « confidemment faux » en « honnêtement incertain » — la différence que les utilisateurs font confiance.
- Partie 09Discipline en matière de coût et de latenceUne requête RAG touche aux embeddings, une base de données vectorielle, un re-ranker et un LLM. Chacun ajoute des millisecondes et des centimes. À grande échelle, la discipline ici fait la différence entre une marge bénéficiaire et un désastre.
- Partie 10The Production RAG Reference ArchitectureChaque élément, assemblé : ingestion, récupération hybride, re-ranking, génération fondée, garde-fous, évaluation et mise en cache — le blueprint que vous pouvez déployer.