Quiz AI & Machine Learning : Fine-tuning et RAG

Le fine-tuning (ajustement fin) et la génération augmentée par récupération (RAG) sont les deux grandes façons d'adapter un modèle de langage à vos données et à votre tâche. Ce quiz vérifie quand chacune convient, comment fonctionnent des méthodes économes en paramètres comme LoRA, et les pièges pratiques du découpage en chunks, des embeddings et de la recherche.

Moyen 10 questions ~6 minutes Réussi à partir de 80 %

Choisissez un mode

Vous jouez en invité : connectez-vous pour garder votre XP et votre série.

Exemple de question

Question 1 sur 10

Que fait la génération augmentée par récupération (RAG) ?

Voir la réponse

B. Elle trouve, au moment de la requête, les documents pertinents pour la question et les place dans le prompt pour que le modèle réponde à partir d'eux Le RAG ajoute une étape de recherche avant la génération : on interroge votre base de connaissances, puis on donne les meilleurs passages au modèle comme contexte. Les poids du modèle ne changent pas.

Ce que couvre ce quiz

  • Ce qu'est le RAG et quand il bat le fine-tuning
  • Ce que le fine-tuning fait bien, et l'oubli catastrophique
  • LoRA et le fine-tuning économe en paramètres
  • Découpage en chunks, modèles d'embedding et recherche hybride
  • Déboguer un pipeline RAG étape par étape

Questions fréquentes

Faut-il un compte ?

Non. Tout le monde peut jouer. Connectez-vous pour garder votre XP, votre série, vos badges et votre historique.

Puis-je le refaire ?

Oui. Votre meilleur score est conservé, et les questions comme les réponses sont mélangées à chaque fois.