Translations:FACTS About Building Retrieval Augmented Generation-based Chatbots/6/fr: Difference between revisions

Latest revision as of 07:25, 20 February 2025

Information about message (contribute)

This message has no documentation. If you know where or how this message is used, you can help other translators by adding documentation to this message.

Message definition (FACTS About Building Retrieval Augmented Generation-based Chatbots)

Chatbots are increasingly becoming an extension of search tools in companies for finding relevant information. Whether it’s HR benefits, IT help, sales queries, or engineering issues, enterprise chatbots are now go-to productivity tools. Before the debut of OpenAI’s Chat-GPT ([[#bib.bib2|2]]) in November 2022, companies relied on internally developed chatbots based on dialog flows. Such bots required extensive training for intent understanding and meticulous orchestration for response generation and yet could only provide extractive answers at best. These early bots, built on dialog management systems paired with information retrieval and question answering (IRQA) solutions were fragile and limited in capability. While previous generation language models and GPT models existed, they lacked the accuracy, robustness, and reliability needed for broad enterprise use ([[#bib.bib5|5]]).

Les chatbots deviennent de plus en plus une extension des outils de recherche dans les entreprises pour trouver des informations pertinentes. Que ce soit pour les avantages RH, l'assistance informatique, les questions de vente ou les problèmes d'ingénierie, les chatbots d'entreprise sont désormais des outils de productivité incontournables. Avant le lancement de Chat-GPT d'OpenAI (2) en novembre 2022, les entreprises s'appuyaient sur des chatbots développés en interne basés sur des flux de dialogue. Ces bots nécessitaient une formation approfondie pour comprendre les intentions et une orchestration minutieuse pour générer des réponses, et ne pouvaient au mieux fournir que des réponses extractives. Ces premiers bots, construits sur des systèmes de gestion de dialogue associés à des solutions de récupération d'information et de réponse aux questions (IRQA), étaient fragiles et limités en capacité. Bien que des modèles de langage de génération précédente et des modèles GPT existaient, ils manquaient de précision, de robustesse et de fiabilité nécessaires pour une utilisation étendue en entreprise (5).