Quel est le problème que cherche à résoudre la recherche de morceaux de texte pertinents dans un pipeline RAG ?	C'est un problème de recherche (search problem).
Quel système est le plus couramment utilisé pour trouver des morceaux de texte pertinents dans un pipeline RAG ?	La recherche sémantique (semantic search).
Qu'est-ce qu'un plongement textuel (text embedding) ?	Une représentation numérique de la signification contenue dans un texte.
Quel outil est responsable de la génération des plongements textuels ?	Un modèle d'intégration (embedding model).
Sous quelle forme est retourné un plongement textuel par le modèle ?	Sous forme d'une longue liste de nombres.
Que représente chaque nombre à l'intérieur d'un plongement textuel ?	Un score d'une certaine qualité du texte d'entrée.
Quel fournisseur est recommandé pour la génération de plongements textuels ?	Voyage AI.
Comment doit être configurée la clé API de Voyage AI dans le fichier .env ?	Elle doit être assignée à la variable `voyage_api_key`.
Quel est le rôle principal des plongements textuels dans un pipeline RAG ?	Permettre de trouver des morceaux de texte liés à la question de l'utilisateur pour les ajouter au contexte du prompt.