Gemini Enterprise Agent Platform esittelee Agentic RAG - moniagenttijärjestelmän monimutkaisiin kyselyihin vastaamiseen

Googlen tutkimus- ja Google Cloud -tiimit ovat esitelleet uuden monen agentin järjestelmän Agentic RAG -menetelmälle, joka on otettu käyttöön Gemini Enterprise Agent Platform -alustalla. Toisin kuin perinteisessä RAG:ssa, jossa yksittäinen haku tuottaa usein epätäydellisen vastauksen hajautetulle datalle, Agentic RAG käyttää useita erikoistuneita agentteja: juuriagentti jakaa kyselyn osiin, suunnitteluagentti määrittää tarvittavat tietoalueet, kyselyn uudelleenkirjoittaja pilkkoo pitkät kysymykset yksinkertaisemmiksi ja RAG-agentti suorittaa haun. Keskeinen innovaatio on riittävän kontekstin agentti, joka analysoi haetut fragmentit, luonnosvastauksen ja alkuperäisen kyselyn, tunnistaa puutteita (esimerkiksi jos allergiakysymys jää vastaamatta) ja antaa yksityiskohtaisia ohjeita uudelleenhakua varten. Kun kaikki tarvittava data on kerätty, synteesiagentti laatii lopullisen vastauksen. Kokeissa FramesQA-tietoaineistossa (824 monivaiheista kyselyä) järjestelmä saavutti 90,1 prosentin tarkkuuden ristikorpus-moodissa (valiten oikean lähteen neljästä), mikä on lähes yhtä hyvä kuin tarkkuus yhdellä korpuksella. Verrattuna perinteiseen RAG:hen, tarkkuus faktatietoaineistoissa paranee jopa 34 prosenttia. Järjestelmä on saatavilla julkisena esiversiona Gemini Enterprise Agent Platform -alustalla.