Google представила агентный RAG в платформе Gemini Enterprise Agent

Google Research и Google Cloud представили новый агентный RAG-фреймворк, встроенный в платформу Gemini Enterprise Agent. В отличие от стандартного однопроходного RAG, агентная система разбивает сложные корпоративные запросы на специализированные роли: корневой агент, агент-планировщик, агент перезаписи запросов, RAG-агент, агент проверки достаточности контекста и агент синтеза. Агент достаточности контекста выступает в роли контролёра качества: он проверяет, все ли части запроса покрыты извлечёнными данными, и при нехватке генерирует конкретные рекомендации для повторного поиска. Например, на запрос врача о лекарствах, диете и аллергии пациента система сначала находит два пункта из трёх, затем агент достаточности указывает, что не хватает информации об аллергических реакциях, после чего поиск уточняется и ответ становится полным. В тестах на датасете FramesQA (824 запроса, 2676 PDF-документов) агентный RAG показал точность 90,1% даже при наличии четырёх посторонних корпусов, что лишь на 1,3% ниже точности при работе с одним корпусом. Задержка в кросс-корпусном режиме выросла не более чем на 3% по сравнению с однокорпусным. Фреймворк доступен в публичной предварительной версии на платформе Gemini Enterprise Agent.