Contextual Retrieval

La récupération contextuelle est une technique de prétraitement qui améliore la génération augmentée par la récupération (RAG) en ajoutant une brève explication propre au document à chaque segment de données avant son indexation. Présentée dans le guide 2024 d’Anthropic sur la récupération contextuelle, elle aide les systèmes de recherche à comprendre où se situe un passage autrement ambigu, ce qui améliore les éléments probants fournis à un grand modèle de langage. (anthropic.com)

Fonctionnement de la récupération contextuelle#

La RAG standard divise les documents en segments et les convertit en représentations vectorielles. Cependant, un segment tel que « le chiffre d’affaires a augmenté de 3 % » peut omettre l’entreprise, la période de référence et le type de document. La récupération contextuelle utilise le document complet pour générer un préfixe concis, tel que « Ce passage décrit les résultats financiers d’ACME au deuxième trimestre 2025 », avant d’indexer le texte combiné.

Un workflow classique comprend :

1. Segmentation sémantique : Diviser les documents en passages cohérents qui respectent les limites de récupération et du modèle. L’objectif principal de la segmentation est de rendre les sources volumineuses interrogeables sans dépasser la fenêtre de contexte du modèle.
2. Génération du contexte : Utiliser un modèle pour résumer la relation entre chaque segment et sa source, en suivant un processus similaire à celui du livre de recettes sur les représentations vectorielles contextuelles de Claude.
3. Recherche hybride : Indexer les segments contextualisés avec des vecteurs denses et des méthodes lexicales telles que le classement de mots-clés BM25.
4. Réordonnancement : Réordonner les candidats récupérés au moyen de comparaisons plus approfondies entre la requête et les segments avant d’envoyer les éléments probants les plus pertinents au générateur.

Anthropic a indiqué que les représentations vectorielles contextuelles combinées à BM25 contextuel avaient réduit de 49 % son taux d’échec de récupération dans les 20 premiers résultats, tandis que l’ajout du réordonnancement avait produit une réduction de 67 % lors de ses tests. Les résultats varient selon le jeu de données ; ces chiffres doivent donc être considérés comme des références plutôt que comme des garanties. (anthropic.com)

Récupération contextuelle en vision par ordinateur#

Dans la RAG multimodale, le contexte du document peut inclure les objets détectés, les légendes d’images, les horodatages, les emplacements des caméras ou les événements vidéo environnants. L’exemple ci-dessous utilise Ultralytics YOLO26 pour créer un contexte interrogeable pour une image :

from ultralytics import YOLO

model = YOLO("yolo26n.pt")
result = model("https://ultralytics.com/images/bus.jpg")[0]
labels = [model.names[int(cls)] for cls in result.boxes.cls.tolist()]
context = f"Street-scene image containing: {', '.join(labels)}."
print(context)

Le texte généré peut être placé au début d’une légende d’image ou d’un enregistrement de métadonnées avant la création de la représentation vectorielle. Les développeurs peuvent explorer les workflows de prédiction YOLO et la recherche de similarité visuelle associés.

Applications concrètes#

• Recherche juridique et d’entreprise : Les assistants chargés des politiques et procédures conservent les noms des documents, les dates, les services et les relations entre les clauses, ce qui réduit les réponses trompeuses issues de passages isolés.
• Systèmes de maintenance visuelle : Les machines détectées, les types de défauts et les emplacements des installations fournissent un contexte aux images avant que le système ne récupère les manuels de réparation ou les dossiers d’inspection.
• Éducation personnalisée : Les agents pédagogiques peuvent combiner le dialogue avec l’élève et les journaux d’activité afin de récupérer des conseils adaptés à la tâche actuelle de l’apprenant.

Techniques associées et bonnes pratiques#

La récupération contextuelle diffère de l’ingénierie du contexte, qui gère toutes les informations fournies à un modèle au moment de l’exécution. Elle diffère également des travaux sur la segmentation tardive, qui créent la représentation vectorielle d’un document complet avant de regrouper les représentations des jetons en segments. Une évaluation comparative de 2025 a conclu que la récupération contextuelle était efficace pour préserver la cohérence sémantique, mais plus exigeante en calcul. (arxiv.org)

Les bonnes pratiques actuelles comprennent le test de plusieurs tailles de segments, la conservation des métadonnées sources, la combinaison de la récupération dense et de la récupération par mots-clés, ainsi que la mesure du rappel, de la précision, de l’ancrage dans les sources et de l’exhaustivité des réponses à l’aide des recommandations de Microsoft pour l’évaluation de la RAG. Les recherches plus récentes, comme SAGE precise retrieval, privilégient la segmentation sémantique et la sélection dynamique des segments, tandis qu’un benchmark de récupération de 2026 soutient la récupération hybride et le réordonnancement neuronal pour les documents complexes combinant texte et tableaux. Les équipes qui développent des systèmes de connaissances visuelles peuvent utiliser Ultralytics Platform pour annoter des jeux de données, entraîner des modèles de vision, déployer des endpoints et surveiller les composants qui fournissent un contexte visuel structuré.