Sous le capot, nos stacks IA.

Un LLM (Large Language Model, ou grand modèle de langage) est un système d’intelligence artificielle conçu pour comprendre et générer du texte en langage naturel. Il est entraîné sur d’immenses volumes de données textuelles (livres, articles, sites web, dialogues) afin d’apprendre les structures du langage, le sens des mots et leurs relations. Basé sur des réseaux de neurones profonds, notamment l’architecture transformer, il prédit les mots les plus probables dans un contexte donné.

Un RAG (Retrieval-Augmented Generation) est une approche d’IA qui combine recherche d’informations et génération de texte. Le modèle récupère des documents pertinents depuis une base de connaissances, puis les utilise comme contexte pour produire des réponses plus précises, factuelles et à jour, réduisant les hallucinations et améliorant la fiabilité système.

Une base de données vectorielle, utilisée en RAG, stocke des embeddings : des représentations numériques du sens des textes. Elle permet de retrouver rapidement les contenus sémantiquement proches d’une requête. Ces informations sont ensuite fournies au modèle d’IA, qui s’appuie dessus pour générer des réponses plus précises, pertinentes et contextualisées.

Un connecteur est un composant logiciel ou matériel qui permet l’interopérabilité entre applications, services ou équipements. Il traduit, sécurise et transporte les données entre interfaces hétérogènes, gère protocoles et formats, et facilite l’intégration, l’automatisation des échanges, la fiabilité des flux et la supervision des communications numériques.

Une API (interface de programmation d’application) est un ensemble de règles permettant à différents logiciels de communiquer entre eux. Elle définit comment des données sont demandées, envoyées et reçues. Les API facilitent l’intégration de services, automatisent des échanges et permettent aux développeurs d’utiliser des fonctionnalités externes sans connaître leur fonctionnement interne détaillé.