Aller au contenu
Glossaire

Ancrage

L'ancrage est la pratique consistant à contraindre la sortie d'un modèle d'IA à des preuves de source vérifiables plutôt qu'à sa mémoire paramétrique. Une réponse ancrée est étayée par des passages récupérés qui peuvent être cités et vérifiés, ce qui constitue la principale défense contre des réponses fabriquées ou faussement assurées.

Synonymes : grounded AI, evidence grounding, source grounding, factual grounding

L’ancrage transforme un modèle génératif d’un devineur au son plausible en un moteur de réponse responsable. En alimentant le modèle avec des preuves récupérées et en exigeant que sa sortie cite ces preuves, l’ancrage maintient les réponses liées à des sources réelles et actuelles qu’un relecteur peut inspecter. La discipline va au-delà de l’invite : la qualité de la récupération, le suivi des citations et une voie de repli en cas de preuve manquante y contribuent tous. Un ancrage solide est ce qui rend une réponse automatisée suffisamment fiable pour résoudre une demande ou déclencher une action gouvernée.

Questions fréquentes

Comment l'ancrage est-il appliqué en pratique ?
La récupération ne fournit au modèle que les passages de source pertinents, l'invite lui demande de répondre à partir de ces preuves, et une étape de vérification rejette les affirmations dépourvues de citation à l'appui.
Que se passe-t-il lorsqu'il n'y a aucune preuve d'ancrage ?
Un système ancré bien conçu refuse de répondre ou escalade vers une personne plutôt que d'inventer une réponse, exposant une lacune explicite au lieu d'une conjecture faussement assurée.