[ИАД, весна 2026] Математические методы анализа текстов. Лекция 10: IR, RAG

Valeur des informations & solidité de l’argumentation

La valeur des informations est élevée : le cours offre une vue d’ensemble complète et structurée des techniques de retrieval, depuis les méthodes classiques jusqu’aux approches neuronales modernes. L’argumentation est solide, chaque concept étant introduit avec sa motivation, ses avantages et ses limites. L’enseignant utilise des exemples concrets et des analogies pour clarifier les points complexes. La progression logique (du sac de mots au RAG) facilite la compréhension et met en évidence les évolutions du domaine.

Rigueur scientifique, qualité des sources, adéquation du titre

La rigueur scientifique est bonne : les concepts sont présentés avec précision et les explications sont cohérentes avec l’état de l’art. Cependant, aucune source externe n’est citée dans la vidéo, ce qui limite la vérifiabilité des affirmations. Le titre est en adéquation avec le contenu, qui traite bien de l’IR et du RAG. Aucun commentaire n’étant fourni, l’analyse des tendances du public n’est pas possible.

Le titre correspond parfaitement au contenu : il s'agit bien de la dixième leçon sur les méthodes mathématiques d'analyse de textes, consacrée à l'IR et au RAG.

8/10

Cours universitaire structuré, couvrant les fondamentaux du IR et du RAG, avec des explications claires et des exemples concrets. Les concepts sont présentés de manière rigoureuse, mais sans références explicites à des sources externes.

Repères établis par PSI à partir de la transcription : le créateur n'a pas défini de chapitres.

• 02:00Introduction et motivation : pourquoi IR et RAG sont nécessaires malgré les LLM.
• 05:00Présentation des trois problèmes des LLM : hallucinations, calibration gap, données statiques.
• 10:00Origine des hallucinations : lien avec les étapes d'entraînement (pretrain, SFT, DPO).
• 15:00Formalisation du problème d'IR : collection de documents, requête, fonction de score.
• 20:00Rappel sur les représentations éparses : sac de mots, TF-IDF, et introduction à BM25.
• 25:00Avantages de BM25 : rapidité, correspondance exacte, utilisation dans les moteurs de recherche.
• 30:00Métriques d'évaluation pour le ranking : Precision, Recall, MAP, MRR, NDCG.
• 35:00Introduction aux représentations denses et aux trois architectures : cross-encoder, bi-encoder, ColBERT.
• 40:00Comparaison des architectures : compromis qualité/vitesse, utilisation en cascade (retrieval puis rerank).
• 45:00Entraînement d'un retriever dense : triplet loss, stratégies de hard negatives (in-batch, BM25, iterative).