Gemini Enterprise Agent Platform introduceert Agentic RAG: een multi-agentsysteem voor betrouwbare antwoorden op complexe vragen

Onderzoekers van Google Research en Google Cloud hebben een nieuw multi-agent systeem voor Agentic RAG geïntroduceerd, dat is geïmplementeerd op het Gemini Enterprise Agent Platform. In tegenstelling tot standaard RAG, waarbij een enkele retrieval vaak een onvolledig antwoord oplevert voor gedistribueerde gegevens, maakt Agentic RAG gebruik van meerdere gespecialiseerde agents: een Root Agent splitst de query op, een Planner Agent bepaalt de benodigde datadomeinen, een Query Rewriter breekt lange vragen op in eenvoudigere vragen, en een RAG Agent voert de retrieval uit. De belangrijkste innovatie is de Sufficient Context Agent, die opgehaalde fragmenten, het conceptantwoord en de oorspronkelijke query analyseert, hiaten identificeert (bijvoorbeeld als een allergievraag onbeantwoord blijft) en specifieke instructies geeft voor heraanvraag. Zodra alle benodigde gegevens zijn verzameld, formuleert een Synthesis Agent het uiteindelijke antwoord. In experimenten met de FramesQA-dataset (824 meerstaps queries) behaalde het systeem een nauwkeurigheid van 90,1% in cross-corpus modus (het selecteren van de juiste bron uit vier), wat vrijwel gelijk is aan de nauwkeurigheid op een enkele corpus. Vergeleken met Vanilla RAG verbetert de nauwkeurigheid op feitelijke datasets met maximaal 34%. Het systeem is beschikbaar in publieke preview op het Gemini Enterprise Agent Platform.