Sujet
Un RAG de production ne se juge pas à quelques réponses convaincantes. Il doit connaître ses sources, respecter les droits, mesurer ses erreurs et refuser proprement lorsque les preuves manquent.
Laisser un agent reformuler, chercher, vérifier et recommencer peut améliorer les questions complexes. Cela augmente aussi la variabilité, le coût et la surface de sécurité.
La plupart des difficultés d’un projet IA apparaissent avant le modèle : sources introuvables, documents périmés, droits implicites et absence de propriétaire.
Le RAG apporte des connaissances au moment de la réponse. Le fine-tuning modifie surtout le comportement appris. Le prompt cadre une tâche. Les confondre conduit à des projets coûteux et difficiles à évaluer.
