French-language books
Knowledge and Memory
Original title (in French): Les connaissances et la mémoire
Giving a model what it does not know: remembering, representing, retrieving and assembling
- Chapters 23 to 28
- 209 pages
- 18 figures
- Format 8.5 x 11 in, full color
Coming soon on Amazon
This volume will be published in Kindle and paperback editions. Leave your email to be notified at publication.
Get notified at publicationAbout this volume
Knowledge and Memory is the third volume of the Bibliothèque IA, a six-volume collection on artificial intelligence. This is a French-language book. A model remembers nothing and does not know your documents. When an application seems to know you, a program has stored a few sentences in a file and pastes them at the top of every request. When an assistant answers from your documents, a chain of parts has split, represented, stored and retrieved fragments before showing them to it. This volume builds each of these parts and assembles them into a sourced answer, then checks that the system can say it does not know when the answer is not in the base. Six chapters cover memory, embeddings, vector databases with hybrid search and reranking, ingestion (connecting sources, parsing, chunking), the assembly of retrieval-augmented generation with a workshop on a fictional company's knowledge base, and variants such as cache-augmented generation and knowledge graphs, with what each one costs. The book has 18 figures, worked calculations in optional boxes, Quebec and Canada notes, a glossary, three appendices and the memo sheet for the third belt. It never mentions agents: each part answers a question and decides nothing on its own. It assumes volumes 1 and 2 and a reader who writes small programs, or works alongside someone who does.
What you will be able to do
- Describe what is actually sent to the model at each turn of a conversation, and what memory adds to it
- Fit a durable profile in a simple file and calculate in tokens what it costs per month
- Turn French sentences into vectors, calculate a cosine similarity and work out how much space your vectors will take
- Size an index, assemble a hybrid search and place a reranker in the right spot
- Trace an ingestion chain, evaluate a chunking by what it breaks and project access rights onto every fragment
- Assemble a RAG, measure retrieval first and check that it can say it does not know
- Choose between an ordinary RAG, a knowledge base preloaded in cache and a knowledge graph, and read a product’s real licence in its repository
Table of contents
The books are written in French; their titles, tables of contents and excerpts are shown in the language of the book.
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
Excerpt
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.
Technical details
| Title | Les connaissances et la mémoire |
|---|---|
| Subtitle | Donner à un modèle ce qu'il ne sait pas : retenir, représenter, retrouver et assembler |
| Title translated into English | Knowledge and Memory |
| Series | Bibliothèque IA |
| Volume | Volume 3 of 6 |
| Author | Pierre Vinet |
| Publisher | Pierre Vinet |
| Language | French |
| Chapters | 6 (23–28) |
| Pages | 209 |
| Figures | 18 |
| Format | 8.5 x 11 in, color |
| Planned editions | Kindle and paperback |
Who it is for
Developers and integrators who build a memory or a knowledge base for a model, along with those who order or use them and must judge a choice, read a licence and ask the right question.
Prerequisites
Volumes 1 and 2 read, and nothing more. Able to write a small program, or to work alongside someone who does; the volume never mentions an agent.
Train your teams, or put AI to work in your SME?
These books teach; we also work alongside companies in the field. Let’s talk for thirty minutes about your situation, no strings attached.