O que é o RAG agentic e a partir de que ponto deixa de ser uma simples pesquisa de documentos?

O RAG agentivo é a geração aumentada por recuperação em que um agente decide como, quando e se deve voltar a recuperar informação, em vez de seguir um único percurso de pesquisa fixo.

Uma pesquisa simples de documentos domésticos pode incorporar uma pergunta, recuperar os principais fragmentos e gerar uma resposta. O RAG agentivo acrescenta um ciclo de controlo a esse percurso: o modelo ou orquestrador pode escolher uma ferramenta de pesquisa, avaliar se as provas são suficientes, reformular a consulta, encaminhá-la para outra fonte ou parar. Essa flexibilidade é útil para perguntas privadas complexas, mas também acrescenta latência, permissões de ferramentas, estado e modos de falha de que a pesquisa documental comum não precisa.

O RAG simples utiliza um percurso de recuperação predeterminado

Um pipeline RAG convencional conhece normalmente os seus passos antes de a pergunta chegar: transformar a consulta, pesquisar um ou mais índices, reunir o contexto e pedir ao modelo que responda. Parâmetros como top-k ou filtros de metadados podem mudar, mas o fluxo de controlo permanece, em grande medida, fixo.

Este modelo é frequentemente suficiente para manuais domésticos, recibos, notas e texto obtido por OCR, porque uma única passagem de recuperação pode revelar as provas necessárias. É previsível, fácil de avaliar e barato de executar localmente.

A referência de recuperação numa base de conhecimento local pode extrair, indexar, recuperar e processar provas sem dar ao modelo controlo sobre todo o processo de pesquisa.

O RAG agentivo permite ao sistema decidir quando e como recuperar informação

A mudança fundamental é o controlo. A recuperação torna-se uma ação que o agente pode escolher depois de analisar a pergunta ou as provas anteriores, em vez de ser uma etapa inicial incondicional.

Um agente pode escolher a recuperação, avaliar documentos e reformular consultas antes de gerar uma resposta.

Um servidor doméstico pode utilizar esta abordagem quando uma pergunta exigir possivelmente notas locais, um índice vetorial, uma pesquisa exata por nome de ficheiro ou uma ferramenta de estado do serviço. O agente pode encaminhar o pedido entre essas opções, em vez de forçar cada solicitação a passar pelo mesmo recuperador.

Isso não torna agentiva qualquer funcionalidade adaptativa. Um encaminhador determinista que envia IDs de ficheiros para a pesquisa lexical e perguntas conceptuais para a pesquisa vetorial pode continuar a ser um programa fixo, apesar de utilizar vários métodos de recuperação.

A avaliação de provas e a reformulação de consultas criam um ciclo iterativo

O RAG agentivo torna-se materialmente diferente quando o resultado de uma recuperação altera a ação seguinte. Provas fracas podem desencadear outra consulta, uma nova fonte ou uma pesquisa reformulada, em vez de seguirem diretamente para a geração.

Um ciclo de recuperação agentiva pode decidir quando e como recuperar informação à medida que a tarefa se desenvolve.

Na pesquisa privada, esse ciclo pode resolver uma pergunta que começa de forma ampla e depois se restringe a uma fatura específica com data, a um vídeo de uma câmara ou a um ficheiro de configuração, depois de as primeiras provas revelarem o identificador em falta.

O custo é que a avaliação tem agora de analisar uma trajetória, e não apenas uma lista ordenada. Uma resposta incorreta pode resultar de uma reformulação deficiente da consulta, da escolha da ferramenta errada, de uma paragem prematura ou de um erro de recuperação ocorrido mais tarde no ciclo.

-15% OFF

ZimaBoard 2 - Mini Servidor Doméstico para a Sua Grande Ideia

Single board computer zimaboard2

$339.00 - $519.00

Buy Now

Deixa de ser uma pesquisa simples quando a recuperação se torna um processo de decisão com estado

A fronteira não está em saber se aparece um LLM no pipeline, porque o RAG simples já utiliza um para a geração. A fronteira surge quando o sistema mantém um estado intermédio e usa decisões orientadas pelo modelo para selecionar ou repetir ações de recolha de provas.

O controlo e a autonomia do agente distinguem arquiteturas de recuperação agentiva mais avançadas dos pipelines fixos.

Quando o sistema consegue planear uma sequência de pesquisas, chamar várias ferramentas, conservar observações e decidir se as provas são suficientes, preocupações operacionais como limites de execução, autorização e rastreabilidade passam a fazer parte do desenho da recuperação.

Um pipeline com várias etapas não é automaticamente agentivo se todos os ramos estiverem definidos no código. A propriedade fundamental é a atribuição adaptativa da tomada de decisões, e não simplesmente o número de componentes.

Utilize o RAG agentivo apenas quando a recuperação adaptativa justificar o custo

Uma pesquisa de documentos familiares que responda de forma fiável a partir de um único índice beneficia pouco de um ciclo agentivo. Uma maior autonomia acrescenta tokens, latência, estado, exposição de ferramentas e novas formas de parar demasiado cedo ou procurar provas irrelevantes.

A recuperação agentiva é mais eficaz quando as perguntas são heterogéneas, a qualidade das provas tem de ser avaliada durante a execução ou várias fontes privadas exigem estratégias de pesquisa diferentes. Também pode ajudar quando a primeira consulta não contém a entidade ou a data necessárias para uma pesquisa exata.

Mantenha o percurso simples como predefinição e encaminhe os casos difíceis para o percurso agentivo quando uma avaliação mensurável demonstrar uma melhor cobertura das provas. O RAG agentivo é útil porque pode alterar o plano de recuperação, e não porque todos os problemas de pesquisa beneficiem de mais autonomia.

O planeamento em várias etapas e a recuperação repetida podem acrescentar sobrecarga de tokens e latência antes de a resposta estar concluída, pelo que o percurso adaptativo deve justificar esse trabalho adicional no conjunto de avaliação real da pesquisa privada.