Grounding
Le grounding relie une réponse d’IA à une base vérifiable. Un lien seul ne prouve pas que chaque affirmation est étayée.
Le grounding, ou ancrage, relie une réponse d’IA à une base traçable, comme des documents fournis ou d’autres données vérifiables. La réponse doit s’appuyer sur ces éléments et respecter leurs limites.
Exemple de liste de livraison
Une liste hypothétique indique qu’un adaptateur secteur est inclus. L’assistant peut répondre sur ce point. Elle ne prouve pas une livraison vendredi ; cet ajout ne serait pas étayé.
La RAG peut fournir des éléments adaptés. Le grounding ne se confond pas avec la recherche elle-même. Même reproduire fidèlement une source périmée peut être faux pour la tâche actuelle. Fidélité, validité et qualité factuelle restent à vérifier séparément.
Sources
Termes associés
- Génération augmentée par récupérationLa RAG associe recherche d’informations et réponse générée. L’accès aux sources ne remplace pas la conception de la qualité et des droits.
- Hallucination de l’IAUne hallucination de l’IA est un contenu plausible mais faux ou inventé. La fluidité du langage ne prouve pas son exactitude.
- Évaluation des LLML’évaluation des LLM teste les sorties selon des tâches et critères définis. Un bon exemple isolé ne prouve pas la qualité générale.
- Fiche de modèleUne fiche de modèle documente l’objectif, les bases, les conditions d’évaluation et les limites connues d’une version donnée d’un modèle d’IA.
- Préparation à l’IALa préparation à l’IA porte sur les prérequis d’un projet : objectif, données utilisables, compétences, responsabilités et fonctionnement quotidien.
- Ingénierie du contexteL’ingénierie du contexte prépare les informations de chaque appel au modèle : instructions, messages, sources et état actuel pertinents.
Articles sur le sujet
IA & automatisation avec ASES
Assistants IA et processus automatisés