Rerank et génération contrainte
Réordonner puis répondre en citant.
Deux étages
Cross-encoder qui relit query+chunk pour réordonner le top-20 en top-5, puis génération avec consigne "réponds uniquement d'après les sources, cite [doc:page]". Temp basse, max_tokens borné, refus si vide : "non trouvé dans les sources".
Coût
Rerank précis mais lent : seulement sur le petit top-k. Sans citations vérifiables, votre RAG est un autocomplete documenté : exigez les spans.
Pas de correction en ligneConfrontez votre code aux résultats attendus du cours.