Architecture · Arbitrage · 23 septembre 2026 · 1 min
RAG ou adaptation du modèle : comment arbitrer sans se tromper
Faut-il brancher le modèle sur vos documents ou l'entraîner sur vos données ? Les deux approches ne répondent pas au même besoin. Grille de lecture pour trancher en comité.
Par Archidecision
La question qui revient dans chaque cadrage
« Doit-on entraîner notre propre modèle ? » La réponse est presque toujours : pas en premier.
Deux approches, deux besoins
La récupération augmentée (RAG) apporte au modèle des connaissances à jour, au moment de la question. Elle convient quand l'information change souvent, doit être citée et que les droits d'accès comptent.
L'adaptation du modèle (fine-tuning) modifie son comportement : un ton, un format, un vocabulaire métier très spécifique. Elle convient quand le problème n'est pas ce que le modèle sait, mais la façon dont il répond.
La grille d'arbitrage
- Fraîcheur de l'information : forte → RAG.
- Traçabilité des sources exigée → RAG.
- Format de sortie très contraint et volume élevé → adaptation.
- Coût de run à réduire sur un usage massif → adaptation d'un petit modèle.
- Données sensibles qui ne doivent pas être « apprises » → RAG avec contrôle d'accès.
L'avis de l'architecte
Dans la grande majorité des cas, on commence par un RAG bien conçu, on mesure, puis on adapte le modèle uniquement si un écart persistant le justifie. L'inverse coûte cher et se défend mal en revue d'investissement.