Introduction d'un nouvel hyper-paramètre pour RAG : Utilisation de la fenêtre de contexte

Cet article introduit un nouvel hyper-paramètre pour les systèmes de génération augmentée par récupération (RAG) appelé Utilisation de la fenêtre de contexte. Les systèmes RAG améliorent les modèles génératifs en incorporant des informations pertinentes récupérées à partir de bases de connaissances externes, améliorant ainsi l'exactitude factuelle et la pertinence contextuelle des réponses générées. La taille des morceaux de texte récupérés et traités est un facteur critique influençant la performance de RAG. Cette étude vise à identifier la taille de morceau optimale qui maximise la qualité de génération des réponses. Grâce à des expérimentations systématiques, nous analysons les effets de différentes tailles de morceaux sur l'efficacité et l'efficacité des cadres RAG. Nos résultats révèlent qu'une taille de morceau optimale équilibre le compromis entre fournir un contexte suffisant et minimiser les informations non pertinentes. Ces perspectives sont cruciales pour améliorer la conception et la mise en œuvre des systèmes RAG, soulignant l'importance de sélectionner une taille de morceau appropriée pour obtenir une performance supérieure.