În RAG-ul clasic, pipeline-ul este fix: o căutare, apoi generarea, chiar dacă fragmentele găsite sunt slabe. În agentic RAG, căutarea este o unealtă într-o buclă de agent (vezi ReAct): modelul poate căuta din nou cu altă interogare, poate consulta altă sursă și se oprește când are informația necesară.
Mai multe lucrări au formalizat părți din această idee. ReAct alternează raționamentul cu acțiuni de căutare. Self-RAG (Asai et al., 2023) antrenează modelul să decidă când caută și să-și evalueze pasajele și răspunsul. CRAG (Yan et al., 2024) evaluează documentele regăsite și caută pe web când sunt irelevante. Rewrite-Retrieve-Read (Ma et al., 2023) rescrie interogarea înainte de căutare.
Întrebările multi-hop sunt cazul tipic: răspunsul cere o primă căutare ca să afli o entitate și o a doua despre acea entitate. Prețul este latența și costul, pentru că fiecare iterație înseamnă încă un apel LLM și încă o căutare.
Concepte cheie și caracteristici
| Concept / Parametru | Descriere practică |
|---|---|
Query rewriting |
Reformularea interogării înainte de căutare sau după o căutare slabă. |
Evaluarea regăsirii |
Verificarea relevanței fragmentelor (evaluatorul din CRAG, tokenul IsRel din Self-RAG). |
Multi-hop |
Căutări succesive, fiecare pornind de la rezultatul celei anterioare. |
Rutare între surse |
Agentul alege indexul, baza SQL sau căutarea web potrivită. |
Condiție de oprire |
Informație suficientă sau limită de iterații. |
Exemple practice și scenarii reale
Exemplul 1: Întrebare multi-hop rezolvată în doi pași
Exemplu ilustrativ.
Întrebare: "Ce licență are biblioteca pe care proiectul nostru o folosește pentru PDF-uri?"
căutare 1 (wiki intern): "bibliotecă PDF proiect" -> biblioteca Z
căutare 2 (documentația Z): "Z licență" -> licența
evaluare: ambele fapte au sursă -> răspuns cu citări
(dacă o căutare nu aduce nimic relevant: interogare rescrisă, apoi altă sursă)Greșeli frecvente și capcane
- Să adaugi un agent peste un RAG care merge. Dacă o singură căutare aduce de obicei fragmentele bune, bucla doar crește costul și latența.
- Să nu limitezi numărul de căutări. Fără limită, agentul poate reformula la nesfârșit o întrebare la care sursele nu au răspuns.
- Să promiți reduceri de halucinații fără măsurători. Self-RAG și CRAG raportează îmbunătățiri pe seturile lor de date; pe datele tale trebuie măsurat (de exemplu cu RAGAS).