Domain-routed агенты против наивного RAG: сравнение на задаче экспертной системы по настольной ролевой игре
Langfuse
Автор проекта, вдохновившись задачей создания экспертной системы по вселенной Vampire: The Masquerade, сравнивает два подхода: классический RAG и мультиагентную архитектуру с доменной маршрутизацией. Для оценки собрал датасет из 40 вопросов разного уровня сложности. Результаты показывают, что агентский подход превосходит наивный RAG по полноте ответов на кросс-доменные запросы.
Автор, начинающий Рассказчик в настольной ролевой игре Vampire: The Masquerade, столкнулся с необходимостью быстро находить правила и лор. Он создал экспертную систему на основе официальной вики, спарсив 176 файлов (~750K токенов), разбитых на 7 доменов. Вместо классического RAG он выбрал мультиагентный граф на LangGraph, где Router направляет запрос экспертам по доменам, а те сами читают нужные
Показать ещё ↓
- Сокращения
- RAG = Retrieval-Augmented Generation — генерация с дополнением извлечением
- LLM = Large Language Model — большая языковая модель
- API = Application Programming Interface — программный интерфейс приложения
Источник: Habr — хаб NLP —
оригинал