Le chiffon est une architecture où un LLM (modèle de grande langue) n'est pas invité à répondre uniquement à partir de ses propres paramètres, mais reçoit des informations externes au moment de l'exécution à utiliser lors de la réponse.

✅ Objectif:

• Réduire les hallucinations.
• Réponse basée sur des données mises à jour, privées ou de niche sans retrouver le modèle.

Ragueur de rupture - vue technique

1. Retriever

• Entrée: une requête utilisateur (comme "quels sont les effets secondaires de l'aspirine?")
• Objectif: Trouvez les informations les plus pertinentes d'une source de connaissances externes (documents, base de données, etc.)
• Comment:
  • La requête utilisateur est d'abord transmise par un modèle d'incorporation (comme OpenaiTexte-embelli-ADA-002) Cela transforme le texte en un vecteur de haute dimension (comme une liste de 1536 numéros).
  • Les documents stockés sont déjà intégrés à l'avance dans le même espace vectoriel.
  • Utilisez la recherche de similitude vectorielle (similitude en cosinus, distance euclidienne, etc.) pour trouver le hautkdocuments les plus proches.

C'est exactement comme "la recherche de voisins les plus proches" mais dans l'espace de grande dimension.

📚 Terminol...
[Courte citation de 8% de l'article original]