منصة Gemini Enterprise Agent تقدم Agentic RAG: نظام متعدد الوكلاء لإجابات موثوقة للاستعلامات المعقدة
Google/DeepMind
Google Cloud
Gemini
أطلقت Google Research وGoogle Cloud Agentic RAG، وهو نظام متعدد الوكلاء مبني على منصة Gemini Enterprise Agent. يتفوق على RAG التقليدي عن طريق تفكيك الاستعلامات المعقدة إلى مهام فرعية وجمع السياق بشكل تكراري باستخدام وكلاء متخصصين، بما في ذلك "وكيل السياق الكافي" الذي يتحقق من اكتمال المعلومات المجمعة ويطلق بحثًا إضافيًا إذا لزم الأمر. يحسن هذا الدقة على المعايير بنسبة تصل إلى 34% عند العمل مع مصادر بيانات متعددة.
قدم باحثون من Google Research وGoogle Cloud نظامًا متعدد الوكلاء جديدًا لـ Agentic RAG، تم نشره على منصة Gemini Enterprise Agent Platform. على عكس RAG القياسي، حيث يؤدي الاسترجاع الفردي غالبًا إلى إجابة غير كاملة للبيانات الموزعة، يستخدم Agentic RAG وكلاء متخصصين متعددين: وكيل الجذر (Root Agent) يحلل الاستعلام، ووكيل المخطط (Planner Agent) يحدد مجالات البيانات الضرورية، ووكيل إعادة الصياغة (Query Rewriter) يقسم الأسئلة الطويلة إلى أسئلة أبسط، ووكيل RAG (RAG Agent) ينفذ عملية الاسترجاع. الابتكار الرئيسي هو وكيل السياق الكافي (Sufficient Context Agent)، الذي يحلل الأجزاء المسترجعة والمسودة الأولية للإجابة والاستعلام الأصلي، ويحدد الثغرات (على سبيل المثال، إذا بقيت أسئلة الحساسية دون إجابة)، ويصدر تعليمات محددة لإعادة الاسترجاع. بمجرد جمع جميع البيانات اللازمة، يقوم وكيل التجميع (Synthesis Agent) بصياغة الإجابة النهائية. في التجارب على مجموعة بيانات FramesQA (824 استعلامًا متعدد الخطوات)، حقق النظام دقة 90.1% في وضع النصوص المتعددة (اختيار المصدر الصحيح من أربعة)، مقارنة بالدقة على نص واحد. مقارنة بـ Vanilla RAG، تتحسن الدقة في مجموعات البيانات الواقعية بنسبة تصل إلى 34%. النظام متاح في المعاينة العامة على منصة Gemini Enterprise Agent Platform.
المصدر: Google Research —
الأصلي
