وكيل RAG: الانتقال من البحث إلى العمل في المعرفة المؤسسية

لماذا يعجز RAG التقليدي عن سير عمل المؤسسات؟

لقد كان إنشاء الاسترجاع المعزز بمثابة طفرة في تأسيس مخرجات LLM في المحتوى الواقعي، ولكن النمط القياسي، استرجاع الأجزاء ذات الصلة ثم إنشاء إجابة، يصل إلى السقف في بيئات المؤسسات. نادرًا ما يتم الرد على أسئلة المشروع الحقيقية من خلال مقطع مستند واحد. يحتاج الموظف الذي يسأل عن كيفية طلب تمديد الإجازة إلى معلومات من وثيقة سياسة الموارد البشرية، وسياق حول نوع إجازته المحدد، وسير عمل الموافقة لقسمه، وربما الحالة الحالية لطلبه الحالي في نظام معلومات الموارد البشرية. يسترد RAG القياسي بعض القطع ويأمل أن يتمكن النموذج من تجميع إجابة. ومن الناحية العملية، يؤدي هذا إلى إنتاج استجابات صحيحة جزئيًا ولكنها تفتقد خطوات إجرائية مهمة، أو ما هو أسوأ من ذلك، ذكر سياسة قديمة بثقة لأن خطوة الاسترجاع ظهرت على السطح بنسخة مستند ملغاة.

وكيل RAG: الاسترداد والسبب والتصرف في خط أنابيب واحد

يقوم Agentic RAG بتوسيع نموذج الاسترجاع من خلال منح الوكيل القدرة على الاسترجاع بشكل متكرر، والسبب في الفجوات في معرفته الحالية، والاسترجاع مرة أخرى من مصادر مختلفة، وفي النهاية اتخاذ الإجراء نيابة عن المستخدم. بدلاً من خطوة استرجاع واحدة، يقوم الوكيل بتنفيذ حلقة منطقية. الاسترجاع الأول: سحب سياسة الإجازة. الخطوة المنطقية: تشير السياسة إلى قواعد مختلفة لأنواع مختلفة من الإجازات، لكن المستخدم لم يحدد نوع الإجازة الخاص به. القرار: التحقق من نظام معلومات الموارد البشرية (HRIS) لمعرفة سجل الإجازة النشطة للمستخدم. الاسترجاع الثاني: سحب تفاصيل إجازة الموظف من يوم العمل. الخطوة المنطقية: الموظف في إجازة FMLA، والتي لها عملية تمديد محددة. الاسترجاع الثالث: سحب إجراء تمديد FMLA. الإجراء: أنشئ نموذج طلب التمديد المملوء مسبقًا بتفاصيل الموظف وأرسله من خلال سير عمل الموافقة الصحيح. يقوم هذا النمط متعدد القفزات بتحويل نظام الإجابة على الأسئلة إلى محرك تنفيذ سير العمل. طرح المستخدم سؤالاً واحدًا وحصل على إجراء مكتمل، وليس مجرد إجابة يحتاجها للتصرف بناءً على نفسه.