Qu'est-ce qu'un corpus pour le RAG ?
C'est quoi ?
Un corpus est un ensemble de documents déjà découpés en morceaux, chacun avec son texte et sa source. Il est prêt à être vectorisé pour un RAG, et chaque réponse peut citer d'où elle vient.
Quand l'utiliser
- Construire un assistant qui répond à partir de textes officiels ou d'une documentation.
- Partager un découpage propre et sourcé.
Les champs de la fiche
| Morceaux | Une ligne JSON par morceau : id, text, source. |
|---|---|
| Découpage | La règle utilisée (par article, par paragraphe…). |
Comment s'en servir
Téléchargez le fichier JSONL, vectorisez chaque texte et gardez la source pour la citer.