Bonne réponse
- AIntégrer Azure Cognitive Search pour la génération augmentée par récupération (RAG).
Explication
La génération augmentée par récupération (RAG) avec Azure Cognitive Search permet au modèle de récupérer dynamiquement des fragments pertinents à partir des documents de la base de connaissances de l'organisation au moment de l'inférence. Cela ancre les réponses dans un contenu faisant autorité et à jour, réduisant directement les hallucinations en fournissant un contexte factuel plutôt que de s'appuyer uniquement sur la mémoire paramétrique du modèle.
Pour aller plus loin
La génération augmentée par récupération fonctionne en intégrant la requête de l'utilisateur, en recherchant dans un index vectoriel des fragments de documents sémantiquement similaires et en injectant ces fragments dans l'invite (prompt) en tant que contexte d'ancrage avant que le modèle ne génère une réponse. Azure Cognitive Search fournit la couche de récupération vectorielle et hybride, tandis qu'Azure OpenAI fournit la génération, de sorte que les réponses citent le contenu récupéré au lieu de s'appuyer uniquement sur la mémoire paramétrique. Une subtilité intéressante à connaître : le RAG réduit mais n'élimine pas les hallucinations, car le modèle peut toujours mal interpréter ou généraliser à l'excès les passages récupérés ; la stratégie de découpage (chunking), le choix du modèle d'incorporation (embedding) et le réclassement (reranking) affectent matériellement la fidélité de la réponse. C'est important lorsque les politiques d'une organisation changent fréquemment, car la mise à jour de l'index reflète immédiatement les nouveaux faits, tandis que le réglage fin (fine-tuning) intègre les connaissances dans les poids et nécessite un réentraînement pour rester à jour.
À propos de ces questions d'entraînement
Cette question fait partie des questions d'entraînement AI-102 originales de Courseiva, rédigées pour apprendre et jamais copiées d'examens réels ou de dumps.
Traduite de l'original anglais avec l'IA et vérifiée pour le sens. Les codes d'examen, les commandes et les noms de produits sont conservés tels qu'ils apparaissent à l'examen.