Créez un assistant qui répond à partir de vos propres documents et qui montre d'où vient chaque réponse. Vous transformez les documents de politique de Larkfield en une base de connaissances où l'on peut chercher, vous mesurez ce que la récupération trouve et ce qu'elle manque, et vous faites dire à l'assistant « les documents ne le disent pas » quand c'est le cas.
Lisez toutes les leçons sans compte, ou connectez-vous pour vous inscrire et suivre vos progrès.
Inscrivez-vous pour enregistrer les leçons que vous terminez. C'est gratuit.
À la fin de ce cours, vous pourrez :
Un modèle de langage sait beaucoup de choses, mais il ne connaît pas les documents de votre entreprise, et il ne sait pas quelle version est en vigueur aujourd’hui. Posez-lui une question sur la politique de retour de Larkfield : le plus souvent, il répond qu’il ne sait pas. Parfois, il répond avec assurance, et il se trompe. Il ne montre jamais d’où vient une réponse.
La génération augmentée par récupération (RAG) règle une partie de ce problème. L’application trouve d’abord les passages utiles. Elle demande ensuite au modèle de répondre à partir de ces passages et d’indiquer la source de chaque affirmation. Bien faite, elle permet de vérifier chaque réponse. Mal faite, elle donne un assistant qui cite la mauvaise version, qui manque le tableau où se trouvait la réponse ou qui suit une instruction cachée dans un document.
Dans ce cours, vous créez pas à pas l’assistant des politiques de Larkfield. Vous commencez par une simple recherche par mots-clés et un ensemble de vraies questions, y compris des questions auxquelles les documents ne peuvent pas répondre. Ensuite, vous ajoutez un découpage soigné, des plongements (embeddings), la recherche hybride et le reclassement, et vous mesurez chaque changement au lieu de deviner. Enfin, vous gardez la base de connaissances honnête quand des documents changent, sont supprimés ou sont réservés au personnel.
Vous n’avez pas besoin de compte ni de clé payante. La recherche s’exécute sur votre ordinateur, et chaque étape de réponse a des réponses enregistrées de vrais modèles. Les diagrammes et les explorateurs interactifs portent les idées principales : le texte reste donc court.
Vous avez suivi les cours SQL et préparation des données pour l'IA et Créer des applications fiables avec les API de LLM, ou vous avez les mêmes compétences. Vous n'avez pas besoin de clé d'API ni de compte payant. La recherche s'exécute sur votre ordinateur avec SQLite et de petits modèles ouverts, et chaque étape de réponse a des réponses enregistrées. Les appels en direct, avec un modèle local gratuit ou votre propre clé, sont facultatifs.
Cours à suivre avant : SQL et préparation des données pour l'IA, Créer des applications fiables avec les API de LLM.
Les personnes qui savent préparer des données avec SQL et Python et qui ont créé une application sur une API de modèle, comme dans le cours Créer des applications fiables avec les API de LLM, et qui veulent maintenant que le modèle réponde à partir de leurs propres documents. Développeurs, scientifiques des données et professionnels qui se tournent vers l'ingénierie de l'IA.
Vous pouvez étudier les idées de ce cours sans écrire de code. Lisez les modules 1 et 4 à 6 (environ 10–13 h), répondez à leurs vérifications des connaissances, et obtenez un certificat des notions gratuit. Vous pourrez revenir à la pratique plus tard.
Les parcours pour les personnes qui dirigent ou utilisent l'IA suivent ce cours de cette façon. Voir les parcours
Des spécialistes de l'IA expérimentés ont conçu ce cours. L'IA nous a aidés à rédiger le contenu; des personnes ont choisi l'approche pédagogique et les exemples, et ont révisé chaque leçon. Les résultats que vous voyez sont les vrais résultats de l'exécution du code. Comment nous créons les cours
Comprenez ce que la récupération ajoute à un modèle de langage, et ce qu'elle ne peut pas corriger. Définissez les documents et les questions, y compris celles auxquelles les documents ne peuvent pas répondre, et créez une référence de base avec la recherche par mots-clés avant toute autre chose.
Transformez les documents en segments fiables. Extrayez le texte de fichiers Markdown, HTML et PDF, découpez-le en respectant les titres et les tableaux, et donnez à chaque segment un identifiant, une version et un emplacement dans la source.
Comparez des façons de trouver le bon passage. Voyez ce que captent les plongements (embeddings), testez la recherche par mots-clés, vectorielle et hybride sur des termes exacts, des paraphrases et des codes rares, et mesurez ce qu'apportent le reclassement et la modification des requêtes.
Rédigez des réponses qui restent proches des preuves. Choisissez les passages selon un budget, reliez chaque affirmation à un passage et vérifiez ce lien dans le code, et abstenez-vous de répondre quand les documents manquent, se contredisent ou sont périmés.
Mesurez chaque partie du pipeline séparément. Utilisez le rappel à k pour la récupération et des vérifications distinctes pour l'exactitude et l'appui des citations. Trouvez ensuite l'origine de chaque échec et changez une seule chose à la fois.
Gardez la base de connaissances exacte et sûre au fil du temps. Mettez à jour et supprimez des documents pour que l'ancien texte disparaisse des réponses, appliquez les règles d'accès à chaque étape, protégez-vous contre les instructions cachées dans les documents, et faites la passation du système.
Trois études de cas de bout en bout sur des données ouvertes. Répondez à des questions à partir de directives publiques, avec des citations, comparez des méthodes de recherche sur une documentation technique, et répondez à partir de règlements qui changent avec le temps. Terminez-en au moins une pour obtenir le certificat. Chacune est un projet à ajouter à votre portfolio.
Terminez au moins une étude de cas pour obtenir le certificat. Les autres sont facultatives. Ce que couvre chacune
Utilisez tous les modules dans un projet pratique. Vous recueillez des preuves, puis vous les comparez aux objectifs du cours.
Des projets réalistes du début à la fin, sur de vraies données, avec chaque résultat expliqué. Chacun devient une pièce de votre portfolio. Terminez-en au moins une pour obtenir le certificat; les autres sont facultatives.
Répondre à partir de pages d'orientation publiques4 h
Créer un assistant de questions-réponses qui cite ses sources à partir de pages d'orientation gouvernementales ouvertes, qui s'abstient pour les questions que ces pages ne couvrent pas, et l'évaluer avec des mesures.
Chercher dans une documentation technique2 h
Comparer la récupération par mots-clés, vectorielle et hybride, avec reclassement, sur une documentation technique sous licence ouverte, où les noms exacts et les paraphrases comptent tous les deux.
Répondre à partir de règlements versionnés3 h 30 min
Répondre à des questions sur des règles qui changent avec le temps, récupérer la version en vigueur à une date donnée et la citer.
Chargement des avis…
Vous avez suivi ce cours? Connectez-vous pour donner votre avis. Vous pouvez donner un avis après avoir terminé 25 % des leçons.
