Je vais créer un modèle de génération augmentée par table de tags

La génération augmentée par table (TAG) désigne une méthode qui améliore les modèles de génération de texte en incorporant des données structurées provenant de tables.

  - Le modèle reçoit à la fois des données textuelles non structurées (comme des prompts ou des questions) et des données structurées sous forme de tableau. Les tables peuvent contenir différents types d’informations, telles que des données numériques, des valeurs catégoriques ou des relations.

  - Le système extrait les données pertinentes des tables en fonction de la requête. Cela peut impliquer de consulter une base de données ou de filtrer un ensemble de données pour trouver les lignes ou colonnes les plus pertinentes.

  - Le modèle analyse à la fois le texte non structuré et les données structurées pour comprendre le contexte. Il identifie comment les données de la table peuvent soutenir ou améliorer le processus de génération de texte.

  - Le modèle intègre les données extraites de la table dans le processus de génération de texte. Cela peut consister à utiliser ces données pour fournir un support factuel, combler des lacunes ou générer des réponses basées sur les données structurées.

  - En utilisant le contexte combiné du prompt et des données de la table, le modèle génère un texte cohérent et pertinent. Cela peut inclure la synthèse de données, l’explication ou la reformulation.