Dans cet article, nous présentons une méthode de génération augmentée de récupération (RAG) qui améliore les capacités de récupération et d'inférence d'un modèle par apprentissage par renforcement (RL). Cette méthode vise à pallier les limites des modèles de langage à grande échelle (LLM), qui ont tendance à générer des réponses hallucinatoires ou obsolètes en raison de connaissances internes statiques. Pour remédier aux problèmes de stabilité de l'apprentissage, aux temps d'inférence importants et aux fonctionnalités limitées dues au mode requête unique des méthodes RAG existantes, nous proposons un nouveau cadre d'apprentissage, appelé RAG-R1. Ce cadre permet aux LLM d'utiliser de manière adaptative les connaissances internes et externes pendant le processus d'inférence, et étend le processus de génération et de récupération du mode requête unique au traitement parallèle multi-requêtes, réduisant ainsi le temps d'inférence et améliorant les fonctionnalités du modèle. Des expériences approfondies sur sept benchmarks de questions-réponses démontrent que la méthode proposée surpasse les modèles de référence les plus performants jusqu'à 13,2 %, tout en réduisant le temps d'inférence de 11,1 %.
