La plataforma Gemini Enterprise Agent presenta Agentic RAG: un sistema multiagente para respuestas fiables a consultas complejas

Investigadores de Google Research y Google Cloud han presentado un nuevo sistema multiagente para RAG (Generación Aumentada por Recuperación) agentiva, implementado en la plataforma Gemini Enterprise Agent Platform. A diferencia del RAG estándar, donde una sola recuperación suele proporcionar una respuesta incompleta para datos distribuidos, el RAG agentivo utiliza múltiples agentes especializados: un Agente Raíz descompone la consulta, un Agente Planificador determina los dominios de datos necesarios, un Agente de Reformulación de Consultas divide preguntas largas en otras más simples, y un Agente RAG realiza la recuperación. La innovación clave es el Agente de Contexto Suficiente, que analiza los fragmentos recuperados, el borrador de respuesta y la consulta original, identifica carencias (por ejemplo, si una pregunta sobre alergias queda sin respuesta) y emite instrucciones específicas para una nueva recuperación. Una vez que se recopilan todos los datos necesarios, un Agente de Síntesis formula la respuesta final. En experimentos con el conjunto de datos FramesQA (824 consultas de múltiples pasos), el sistema alcanzó un 90.1% de precisión en modo intercorpus (seleccionando la fuente correcta entre cuatro), casi igualando la precisión en un solo corpus. En comparación con el RAG básico, la precisión en conjuntos de datos factuales mejora hasta en un 34%. El sistema está disponible en vista previa pública en la plataforma Gemini Enterprise Agent Platform.