Platform Agen Enterprise Gemini Memperkenalkan Agentic RAG: Sistem Multi-Agen untuk Jawaban Andal atas Pertanyaan Kompleks

Peneliti dari Google Research dan Google Cloud telah memperkenalkan sistem multi-agen baru untuk RAG Agen, yang diterapkan pada Platform Agen Enterprise Gemini. Tidak seperti RAG standar, di mana satu pengambilan sering menghasilkan jawaban yang tidak lengkap untuk data yang terdistribusi, RAG Agen menggunakan beberapa agen khusus: Agen Akar menguraikan pertanyaan, Agen Perencana menentukan domain data yang diperlukan, Agen Penulis Ulang Pertanyaan memecah pertanyaan panjang menjadi yang lebih sederhana, dan Agen RAG melakukan pengambilan. Inovasi utamanya adalah Agen Konteks yang Mencukupi, yang menganalisis fragmen yang diambil, jawaban draf, dan pertanyaan asli, mengidentifikasi celah (misalnya, jika pertanyaan alergi belum terjawab), dan mengeluarkan instruksi spesifik untuk pengambilan ulang. Setelah semua data yang diperlukan terkumpul, Agen Sintesis merumuskan jawaban akhir. Dalam eksperimen pada dataset FramesQA (824 pertanyaan multi-langkah), sistem mencapai akurasi 90,1% dalam mode lintas-korpus (memilih sumber yang benar dari empat), hampir menyamai akurasi pada satu korpus. Dibandingkan dengan Vanilla RAG, akurasi pada dataset faktual meningkat hingga 34%. Sistem tersedia dalam pratinjau publik di Platform Agen Enterprise Gemini.