Les connaissances et la mémoire
Donner à un modèle ce qu'il ne sait pas : retenir, représenter, retrouver et assembler
- Chapitres 23 à 28
- 209 pages
- 18 figures
- Format 8,5 × 11 po, en couleur
Bientôt sur Amazon
Ce tome paraîtra en éditions Kindle et brochée. Laissez votre courriel pour être avisé de la parution.
Être avisé de la parutionÀ propos de ce tome
Un modèle ne se souvient de rien et ne connaît pas vos documents. Ce tome construit, pièce par pièce, ce qui lui donne l'un et l'autre.
Quand une application semble vous connaître, le modèle n'a rien appris : un programme a rangé quelques phrases dans un fichier et les recolle en tête de chaque requête. Quand un assistant répond à partir de vos documents, une chaîne de pièces a découpé, représenté, stocké et retrouvé des fragments avant de les lui montrer. Ce troisième tome de la Bibliothèque IA construit chacune de ces pièces, les assemble en une réponse sourcée, et vérifie que le système sait dire qu'il ne sait pas quand la réponse n'est pas dans la base.
Six chapitres qui s'emboîtent dans un seul ordre : la mémoire (conversations, profils, programmes), les plongements, le stockage et la recherche (bases vectorielles, recherche hybride, reclassement, cache sémantique), l'ingestion (connecter les sources, analyser, découper), l'assemblage du RAG avec un atelier sur la base de connaissances d'une entreprise fictive, puis les variantes du RAG (CAG, KAG, graphes de connaissances) et ce qu'elles coûtent. Vous y trouverez 18 figures, des encadrés typés dont des calculs facultatifs, des notes Québec et Canada, l'aide-mémoire de la troisième ceinture avec ses six épreuves de passage de grade, un glossaire et trois annexes. Le tome ne parle jamais d'agent : chaque pièce répond à une question et ne décide seule de rien.
Le tome 3 mène à la troisième ceinture de la Bibliothèque IA : savoir donner à un modèle des connaissances et une mémoire qu'il ne possède pas. Il construit ce dont le tome 2 se servait tout fait. Il ne donne aucun moyen d'agir : c'est le tome 4 qui les apporte, puis le tome 5 qui assemble le tout dans un agent, avant la mise en production et la gouvernance au tome 6.
Ce que vous saurez faire
- Décrire ce qui est réellement envoyé au modèle à chaque tour d'une conversation, et ce que la mémoire y ajoute
- Faire tenir un profil durable dans un simple fichier et chiffrer en jetons ce qu'il coûte par mois
- Transformer des phrases françaises en vecteurs, calculer une similarité cosinus et chiffrer la place que prendront vos vecteurs
- Dimensionner un index, assembler une recherche hybride et placer un reclassement au bon endroit
- Tracer une chaîne d'ingestion, évaluer un découpage par ce qu'il casse et projeter les droits d'accès sur chaque fragment
- Assembler un RAG, mesurer d'abord la récupération et vérifier qu'il sait dire qu'il ne sait pas
- Choisir entre un RAG ordinaire, une base préchargée en cache et un graphe de connaissances, et lire la licence réelle d'un produit dans son dépôt
Au sommaire
Partie V — Les connaissances et la mémoire
23La mémoire : conversations, profils et programmes
- 23.1 Le modèle ne se souvient de rien
- 23.2 La mémoire est un outil, pas une faculté
- 23.3 Les types de mémoire, et ce que le vocabulaire vend
- 23.4 La mémoire des applications que vous employez déjà
- 23.5 Les produits de mémoire, et leur état réel
- 23.6 Un point de reprise n'est pas une mémoire
- 23.7 La vie privée, l'effacement et ce que personne ne documente
24Les plongements : représenter le sens
- 24.1 Du mot au vecteur
- 24.2 Ce qu'un plongement capte, et ce qu'il rate
- 24.3 Mesurer la proximité
- 24.4 Les modèles de plongement, par interface et en local
- 24.5 La dimension, la troncature et ce qu'elles coûtent
- 24.6 Le multilingue et le cas du français
- 24.7 Atelier : mesurer la proximité de phrases
25Stocker et retrouver : bases vectorielles, recherche hybride et reclassement
- 25.1 Le problème de retrouver
- 25.2 Ce qu'est une base vectorielle
- 25.3 Les index et leurs compromis
- 25.4 Les produits, et ce que leurs licences interdisent vraiment
- 25.5 La recherche hybride
- 25.6 Le reclassement
- 25.7 Le cache sémantique
26L'ingestion : connecter les sources, analyser et découper
- 26.1 La chaîne d'ingestion, de bout en bout
- 26.2 Connecter les sources
- 26.3 Analyser un document : ce que le chapitre 17 a déjà établi
- 26.4 Le découpage
- 26.5 Les métadonnées, et le filtre qu'elles permettent
- 26.6 Extraire une page Web pour un modèle
- 26.7 Synchroniser, et respecter les droits d'accès
27ASSEMBLAGE : le RAG
- 27.1 Ce qu'on assemble, et dans quel ordre
- 27.2 Le parcours complet, de la question à la réponse sourcée
- 27.3 Les cadriciels
- 27.4 Les applications clé en main
- 27.5 La recherche d'entreprise
- 27.6 Évaluer un RAG
- 27.7 Les techniques avancées
- 27.8 Atelier : la base de connaissances des Ateliers Rivard
28Variantes : CAG, KAG, graphes de connaissances et GraphRAG
- 28.1 Trois manières de s'écarter du RAG ordinaire
- 28.2 Le CAG : supprimer la récupération
- 28.3 Les graphes de connaissances
- 28.4 KAG
- 28.5 GraphRAG
- 28.6 Choisir, et ce que chaque choix coûte
Extrait
Chaque matin, Nadia ouvre la même application de clavardage et retape les mêmes quatre phrases : elle est adjointe administrative aux Ateliers Rivard, l'entreprise conçoit et distribue du mobilier de bureau, les réponses doivent être en français du Québec, et les courriels envoyés aux clients ne portent jamais de point d'exclamation. Quatre phrases, trente secondes, deux cent cinquante fois par année. Puis l'éditeur ajoute un réglage nommé « Mémoire », et l'application se met à savoir tout cela sans qu'on le lui redise. Nadia en conclut, très raisonnablement, que le modèle a fini par la connaître. C'est faux, et l'écart entre ce qu'elle croit et ce qui se produit est le sujet entier de ce chapitre.
Fiche technique
| Titre | Les connaissances et la mémoire |
|---|---|
| Sous-titre | Donner à un modèle ce qu'il ne sait pas : retenir, représenter, retrouver et assembler |
| Série | Bibliothèque IA |
| Tome | Tome 3 sur 6 |
| Auteur | Pierre Vinet |
| Éditeur | Pierre Vinet |
| Langue | Français |
| Chapitres | 6 (23–28) |
| Pages | 209 |
| Figures | 18 |
| Format | 8,5 × 11 po, couleur |
| Éditions prévues | Kindle et broché |
Pour qui
Développeurs et intégrateurs qui construisent une mémoire ou une base de connaissances pour un modèle, ainsi que celles et ceux qui les commandent ou les emploient et doivent juger un choix, lire une licence et poser la bonne question.
Prérequis
Tomes 1 et 2 lus, et rien de plus. Savoir écrire un petit programme, ou travailler aux côtés de qui le fait ; le tome ne parle d'aucun agent.
Former vos équipes ou mettre l'IA au travail dans votre PME ?
Ces livres enseignent ; nous accompagnons aussi les entreprises sur le terrain. Parlons trente minutes de votre situation, sans engagement.