Abstract:
Dans un contexte de surcharge des demandes répétitives, ce mémoire présente
un assistant conversationnel destiné à automatiser les FAQ du département informatique de l'Université de Béjaïa.
L'approche repose sur une architecture hybride combinant Retrieval-Augmented
Generation (RAG) et le fine-tuning de GPT-3.5-turbo, sappuyant à la fois sur un
corpus réglementaire fixe et sur des données tabulaires dynamiques, facilement mises
à jour par des agents non techniques du département. Quatre configurations ont été
testées selon une méthodologie itérative.
L'approche finale atteint 87% dExact Match, offrant un excellent compromis
entre performance et coût, nettement plus avantageux que les solutions basées sur
GPT-4 ou Claude 3.
