<?xml version="1.0" encoding="UTF-8"?><oembed><type>video</type><version>1.0</version><html>&lt;iframe src=&quot;https://www.loom.com/embed/619fd9834d084042ac5934362fef8286&quot; frameborder=&quot;0&quot; width=&quot;1366&quot; height=&quot;1024&quot; webkitallowfullscreen mozallowfullscreen allowfullscreen&gt;&lt;/iframe&gt;</html><height>1024</height><width>1366</width><provider_name>Loom</provider_name><provider_url>https://www.loom.com</provider_url><thumbnail_height>1024</thumbnail_height><thumbnail_width>1366</thumbnail_width><thumbnail_url>https://cdn.loom.com/sessions/thumbnails/619fd9834d084042ac5934362fef8286-067046f391338290.gif</thumbnail_url><duration>284.715</duration><title>Théorie : qu&apos;est-ce qu&apos;un AGENT RAG? </title><description>Présentation d&apos;un outil d intelligence artificielle de type RAG pour automatiser et sécuriser les exercices de due diligence pour des fonds à impact et des cabinets de conseil. Sans cet outil, un cabinet /fond à impact doit analyser d&apos;importants corpus de documents en les croisant avec des référentiels réglementaires et des politiques internes, tout en garantissant une traçabilité et une conformité RGPD et AI Act.  Le RAG se définit comme une génération augmentée par la recherche qui agit comme un bibliothécaire en retrouvant uniquement les passages pertinents grâce à une segmentation en chunks et des métadonnées. C&apos;est une approche diffère des LLM classiques, et du fine tuning.</description></oembed>