Quelles sont les étapes principales d'un pipeline RAG typique ?	Document source -> Découpage (chunking) -> Recherche de morceaux pertinents -> Insertion dans le prompt.
Pourquoi le processus de découpage (chunking) est-il considéré comme complexe dans un pipeline RAG ?	La méthode de découpage a un impact majeur sur la qualité du pipeline RAG.
Qu'est-ce que le découpage basé sur la taille (size-based chunking) ?	Diviser un document en une série de chaînes de texte de longueur égale.
Quel est le principal inconvénient du découpage basé sur la taille simple ?	Les morceaux peuvent se terminer au milieu d'un mot et manquer de contexte.
Quel est le rôle de la stratégie de chevauchement (overlap strategy) ?	Inclure une partie des morceaux voisins pour donner plus de contexte à chaque chunk.
Qu'est-ce que le découpage basé sur la structure (structure-based chunking) ?	Diviser le texte en
Quels sont les paramètres par défaut de découpage (chunk) mentionnés dans le transcript ?	Une longueur de chunk de 150 et un chevauchement (overlap) de 20.
Quel est l'objectif de modifier la longueur du chunk et le chevauchement ?	Produire des sections plus significatives et améliorer la qualité de l'information.
Quel est le rôle du chevauchement (overlap) dans le processus de découpage ?	Assurer que les phrases complexes ou les concepts ne soient pas coupés entre deux chunks adjacents.
Décrivez la stratégie de découpage "chunk by sentence".	Utiliser une expression régulière pour diviser le texte par phrase (par défaut, environ 5 phrases par chunk).
Quand la stratégie "chunk by section" est-elle la plus efficace ?	Pour les documents hautement structurés (ex: sommaires, sections numérotées).
Quel est le principal risque de l'utilisation de "chunk by section" ?	Ne pas fonctionner si la structure du document n'est pas garantie ou est imprévisible.
Quelle stratégie de découpage est recommandée pour le code ou les données non structurées ?	"Chunk by character" (découpage par caractère).
Pourquoi le "chunk by character" est-il considéré comme le standard fiable ?	Il fonctionne dans la grande majorité des cas, même s'il n'est pas toujours la solution la plus optimale.