Chunking
Splitting documents into passages small enough to embed and retrieve usefully.
Le découpage est l’étape la moins glamour et la plus lourde de conséquences d’un pipeline RAG. Des chunks trop grands diluent l’embedding et gaspillent du contexte ; trop petits, ils perdent le sens qui les rendait pertinents. Découper selon la structure — titres, sections — vaut mieux que découper au nombre de caractères.
En pratique : Couper un contrat au milieu d’une clause, si bien que la recherche renvoie une demi-phrase qui ne veut rien dire.