Maîtriser l'ingénierie RAG3 / 10
Embeddings & Vector Stores 101
Un embedding transforme le sens en géométrie. Un vector store rend cette géométrie explorable en millisecondes. Maîtriser les deux, et la retrieval devient facile.
Un embedding mappe le texte à un point dans un espace haute-dimensionnel où la proximité signifie un sens similaire. La retrieval est alors simplement « trouver les points les plus proches de cette question ». Tout le reste est de la tuyauterie.
Choisir un modèle
- Qualité vs. coût — les plus grands modèles capturent les nuances mieux mais coûtent plus par token et par requête.
- Dimensions — plus de dimensions peuvent capturer davantage, mais coûtent en stockage et en temps de recherche. Beaucoup de systèmes en production se situent à 768–1536.
- Cohérence — embeddez vos documents et vos requêtes avec le même modèle. Mélanger les modèles brouille la géométrie.
Où les stocker
- pgvector (Postgres) — si vous exécutez déjà Postgres, commencez ici. Une base de données, transactionnelle, filtrable par métadonnées avec du SQL pur.
- Vector DBs dédiées — préférez-les à grande échelle ou quand vous avez besoin de features d'index spécialisées. Ne commencez pas là pour un premier produit.
Les indexes maintiennent la vitesse
La recherche exacte du plus proche voisin est O(n) — acceptable à 10k vecteurs, pénible à 10M. Les indexes approximate nearest-neighbour (ANN) (HNSW, IVPFlat) échangent une trace de recall contre des ordres de magnitude de vitesse.
Les vecteurs seuls ratent les termes exacts et les mots-clés rares. Ensuite : les combiner avec la recherche par mots-clés — la retrieval hybride.
Série — Maîtriser l'ingénierie RAG
- Partie 01Pourquoi la RAG naïve échoue en productionLa démo de recherche vectorielle en 50 lignes qui impressionne dans un notebook s'effondre dès que de vrais utilisateurs posent de vraies questions. Voici pourquoi — et la carte pour y remédier.
- Partie 02Chunking — The Decision That Sets Your CeilingYou can't retrieve what you chunked badly. Chunking is the most under-rated lever in RAG — and the cheapest to get right.
- Partie 03Embeddings & Vector Stores 101 — vous êtes iciUn embedding transforme le sens en géométrie. Un vector store rend cette géométrie explorable en millisecondes. Maîtriser les deux, et la retrieval devient facile.
- Partie 04Hybrid Retrieval — Keyword + VectorLa recherche vectorielle comprend le sens mais échoue sur les termes exacts, les identifiants et les mots rares. La recherche par mots-clés maîtrise ceux-ci et manque les paraphrases. Utilisez les deux.
- Partie 05Re-Ranking — The Cheap Quality WinLa récupération vous donne 30 chunks plausibles. Un re-ranker les lit par rapport à la question réelle et remonte les véritablement pertinents en haut.
- Partie 06Prompting the Generator — Grounding & CitationsGreat retrieval is wasted if the model ignores it or can't point to its sources. Grounding is a prompt-design discipline, not an afterthought.
- Partie 07Évaluation — On ne peut pas améliorer ce qu'on ne mesure pasSans un ensemble d'évaluation, chaque changement RAG est une question de ressenti. Avec un, vous affinez le chunking, la récupération et les prompts avec un chiffre qui vous dit si vous avez aidé ou nui.
- Partie 08Gestion des hallucinations et garde-fousQuand la récupération ne trouve rien, un modèle utile invente. Les garde-fous transforment « confidemment faux » en « honnêtement incertain » — la différence que les utilisateurs font confiance.
- Partie 09Discipline en matière de coût et de latenceUne requête RAG touche aux embeddings, une base de données vectorielle, un re-ranker et un LLM. Chacun ajoute des millisecondes et des centimes. À grande échelle, la discipline ici fait la différence entre une marge bénéficiaire et un désastre.
- Partie 10The Production RAG Reference ArchitectureChaque élément, assemblé : ingestion, récupération hybride, re-ranking, génération fondée, garde-fous, évaluation et mise en cache — le blueprint que vous pouvez déployer.