Framework RAG agentique multilingue
Un framework modulaire français/arabe permettant d'interroger des informations structurées et non structurées grâce à la recherche contextuelle et aux agents IA.
Métrique d'Évaluation
Obtention de 92 % d'Answer Relevancy et de 100 % de Context Recall sur le jeu de données d'évaluation du démonstrateur.
La Problématique
Un assistant fiable basé sur des informations hétérogènes ne consiste pas simplement à transmettre des documents à un LLM. Les données doivent être préparées, indexées et retrouvées afin de fournir un contexte pertinent aux réponses. Le framework devait également prendre en charge le français et l'arabe.
Solution & Contribution
Développement d'un framework modulaire associant des pipelines ETL, la vectorisation et l'indexation des documents, des modules de recherche et des agents IA pour générer des réponses contextualisées. Réalisation d'un assistant conversationnel dans le domaine de l'assurance comme démonstrateur.
Ma Contribution
Conception et implémentation du framework sur les volets préparation des données, vectorisation / indexation, retrieval et génération de réponses par agents ; réalisation du démonstrateur d'assurance.
Technologies Utilisées
Envie de collaborer ?
Contactez Khalid pour échanger sur l'ingénierie d'IA appliquée, les LLMs ou les systèmes d'agents.
kh.regui@gmail.com