« ORIA — Configuration technique » : différence entre les versions
Aucun résumé des modifications |
Aucun résumé des modifications |
||
| Ligne 6 : | Ligne 6 : | ||
== Modèles == | == Modèles == | ||
=== Génération de réponses === | === Génération de réponses (LLM) === | ||
ORIA | ORIA repose sur un '''LLM''' (Large Language Model, ou grand modèle de langage) pour générer ses réponses. Un LLM est un modèle d'intelligence artificielle entraîné sur de grandes quantités de texte, capable de comprendre une question en langage naturel et de rédiger une réponse cohérente. | ||
Le LLM actuellement en production est '''Qwen 2.5 32B''', un modèle open source développé par Alibaba Cloud. Il est servi localement via '''Ollama''', un moteur d'inférence qui permet de faire tourner des LLM sur sa propre infrastructure. Aucun appel à un service cloud externe n'est effectué — le modèle tourne entièrement sur les serveurs des OA. | |||
=== Embeddings === | === Embeddings === | ||
Version du 10 avril 2026 à 08:52
ORIA — Configuration technique
Cette page décrit les technologies embarquées dans ORIA. Elle est destinée aux membres intéressés par le fonctionnement interne du système.
Modèles
Génération de réponses (LLM)
ORIA repose sur un LLM (Large Language Model, ou grand modèle de langage) pour générer ses réponses. Un LLM est un modèle d'intelligence artificielle entraîné sur de grandes quantités de texte, capable de comprendre une question en langage naturel et de rédiger une réponse cohérente.
Le LLM actuellement en production est Qwen 2.5 32B, un modèle open source développé par Alibaba Cloud. Il est servi localement via Ollama, un moteur d'inférence qui permet de faire tourner des LLM sur sa propre infrastructure. Aucun appel à un service cloud externe n'est effectué — le modèle tourne entièrement sur les serveurs des OA.
Embeddings
La recherche dans le wiki repose sur le modèle d'embeddings BGE-M3, également servi via Ollama. Ce modèle transforme les textes (questions et chunks du wiki) en vecteurs numériques qui permettent de mesurer leur similarité sémantique.
Base de données vectorielle
Les chunks du wiki sont indexés dans Qdrant, une base de données vectorielle open source haute performance. C'est elle qui permet à ORIA de retrouver rapidement les passages du wiki les plus pertinents pour répondre à une question donnée.
Mémoire conversationnelle
L'historique des sessions est conservé dans une base PostgreSQL dédiée. Cela permet à ORIA de maintenir le fil d'une conversation et de répondre à des questions de suivi cohérentes au sein d'une même session.
Source de connaissance
ORIA ingère exclusivement le wiki officiel des Orphelins de l'Apocalypse. Le wiki est ré-indexé automatiquement toutes les 24 heures. Une ré-indexation manuelle peut être déclenchée par un administrateur si une mise à jour urgente du wiki doit être répercutée immédiatement.
Pages liées
- ORIA — Page centrale — présentation générale
- ORIA — Fonctionnement — architecture RAG et pipeline de traitement
- ORIA — Sur Discord — utilisation depuis le canal #🆘-oria