← Retour au cours

Chapitre 2 — RAG : Retrieval Augmented Generation

⏱ 30 min · 🎬 Video · 🏆 15 XP
🎬
Vidéo en production
Notre équipe pédagogique tourne actuellement cette leçon avec un·e formateur·rice expert·e. Le contenu textuel ci-dessous est complet et utilisable dès maintenant.

📚 RAG basics

RAG = donner accès à tes documents au LLM via une base vectorielle.

  • Document loaders (PDF, DOCX, web)
  • Text splitters (chunks 500-1000 tokens)
  • Embeddings (OpenAI text-embedding-3-small)
  • Vector store : Pinecone, Chroma, Weaviate
  • Retrieval : similarity search
  • Augmented prompt construction