Le « Retrieval Augmented Generation » (RAG) est une technique qui permet d’enrichir les capacités de génération de texte d’un modèle de langage en y intégrant des données externes, ce qui peut être utile pour des applications telles que ClimateQ&A qui utilise le RAG pour répondre aux questions sur les problèmes environnementaux en s’appuyant sur les rapports du GIEC. Une question est reformulée en anglais et le modèle effectue une recherche dans les rapports du GIEC pour trouver des extraits pertinents. Ces extraits sont ensuite utilisés pour générer une réponse précise, en citant les sources. Le RAG permet ainsi d’améliorer la précision, la fiabilité et la transparence des réponses, en utilisant des informations à jour et en intégrant des données spécifiques à un domaine particulier.
