@inproceedings{zhou-etal-2025-explicabilite,
    title = "Explicabilit{\'e} par Perturbations pour les Syst{\`e}mes {RAG}",
    author = "Zhou, Yongxin  and
      Mulhem, Philippe  and
      Schwab, Didier",
    editor = "Bechet, Fr{\'e}d{\'e}ric  and
      Chifu, Adrian-Gabriel  and
      Pinel-sauvagnat, Karen  and
      Favre, Benoit  and
      Maes, Eliot  and
      Nurbakova, Diana",
    booktitle = "Actes de l'atelier Acc{\`e}s {\`a} l{'}information bas{\'e} sur le dialogue et grands mod{\`e}les de langage 2025 (DIAG-LLM)",
    month = "6",
    year = "2025",
    address = "Marseille, France",
    publisher = "ATALA {\textbackslash}{\textbackslash}{\&} ARIA",
    url = "https://preview.aclanthology.org/corrections-2025-10/2025.jeptalnrecital-diagllm.1/",
    pages = "1--6",
    language = "fra",
    abstract = "Les syst{\`e}mes de G{\'e}n{\'e}ration Augment{\'e}e par R{\'e}cup{\'e}ration (RAG) ont pour objectif d{'}am{\'e}liorer les Grands Mod{\`e}les de Langage (LLM) en int{\'e}grant des informations provenant de sources externes pour g{\'e}n{\'e}rer des r{\'e}ponses, mais leur manque de transparence en terme d{'}explicabilit{\'e} soul{\`e}ve des pr{\'e}occupations, particuli{\`e}rement dans des domaines tels que la sant{\'e}, la finance ou le droit. Les m{\'e}thodes par perturbations fournissent une explicabilit{\'e} post-hoc, avec des RAG consid{\'e}r{\'e}s comme des bo{\^i}tes noires, en modifiant syst{\'e}matiquement les entr{\'e}es ou documents r{\'e}cup{\'e}r{\'e}s pour {\'e}valuer la stabilit{\'e} des r{\'e}ponses et l{'}attribution des sources. Ce document pr{\'e}sente un aper{\c{c}}u de l{'}explicabilit{\'e} des syst{\`e}mes RAG, en se concentrant sur les approches bas{\'e}es sur des exemples et des perturbations. Nous proposons une taxonomie des techniques de perturbation {\`a} diff{\'e}rents niveaux de granularit{\'e}, montrant comment elles offrent des indicateurs interpr{\'e}tables sur le comportement des mod{\`e}les"
}