Agentic RAG: μετακίνηση από την αναζήτηση στη δράση στην επιχειρησιακή γνώση

Γιατί το παραδοσιακό RAG υπολείπεται των ροών εργασίας για επιχειρήσεις

Το Retrieval-Augmented Generation ήταν μια σημαντική ανακάλυψη για τη γείωση των εξόδων LLM σε πραγματικό περιεχόμενο, αλλά το τυπικό μοτίβο, η ανάκτηση σχετικών τμημάτων και στη συνέχεια δημιουργεί μια απάντηση, αγγίζει ένα ανώτατο όριο σε εταιρικά περιβάλλοντα. Οι πραγματικές εταιρικές ερωτήσεις σπάνια απαντώνται με ένα μόνο απόσπασμα εγγράφου. Ένας υπάλληλος που ρωτά πώς να ζητήσει παράταση άδειας χρειάζεται πληροφορίες από το έγγραφο πολιτικής HR, το πλαίσιο σχετικά με τον συγκεκριμένο τύπο άδειας, τη ροή εργασιών έγκρισης για το τμήμα του και ενδεχομένως την τρέχουσα κατάσταση του υπάρχοντος αιτήματός του στο σύστημα HRIS. Το Standard RAG ανακτά μερικά κομμάτια και ελπίζει ότι το μοντέλο μπορεί να συνθέσει μια απάντηση. Στην πράξη, αυτό παράγει απαντήσεις που είναι εν μέρει σωστές, αλλά χάνουν κρίσιμα διαδικαστικά βήματα ή χειρότερα, δηλώνουν με σιγουριά ξεπερασμένη πολιτική, επειδή το βήμα ανάκτησης εμφανίστηκε σε μια αντικατασταθείσα έκδοση εγγράφου.

Agentic RAG: Ανάκτηση, αιτιολογία και δράση σε μια ενιαία γραμμή

Το Agentic RAG επεκτείνει το παράδειγμα ανάκτησης δίνοντας στον πράκτορα τη δυνατότητα να ανακτά επαναληπτικά, να αιτιολογεί τα κενά στις τρέχουσες γνώσεις του, να ανακτά ξανά από διαφορετικές πηγές και τελικά να αναλαμβάνει δράση για λογαριασμό του χρήστη. Αντί για ένα μόνο βήμα ανάκτησης, ο πράκτορας εκτελεί έναν βρόχο συλλογιστικής. Πρώτη ανάκτηση: τραβήξτε την πολιτική άδειας. Βήμα αιτιολογίας: η πολιτική αναφέρεται σε διαφορετικούς κανόνες για διαφορετικούς τύπους άδειας, αλλά ο χρήστης δεν έχει καθορίσει τον τύπο άδειας. Απόφαση: ελέγξτε το σύστημα HRIS για το αρχείο ενεργής άδειας του χρήστη. Δεύτερη ανάκτηση: τραβήξτε τα στοιχεία άδειας του υπαλλήλου από την εργάσιμη ημέρα. Αιτιολογικό βήμα: ο εργαζόμενος βρίσκεται σε άδεια FMLA, η οποία έχει συγκεκριμένη διαδικασία παράτασης. Τρίτη ανάκτηση: τραβήξτε τη διαδικασία επέκτασης FMLA. Ενέργεια: δημιουργήστε τη φόρμα αιτήματος επέκτασης προσυμπληρωμένη με τα στοιχεία του υπαλλήλου και υποβάλετέ την μέσω της σωστής ροής εργασιών έγκρισης. Αυτό το μοτίβο πολλαπλών βημάτων μετατρέπει ένα σύστημα απάντησης ερωτήσεων σε μηχανή εκτέλεσης ροής εργασιών. Ο χρήστης έκανε μία ερώτηση και έλαβε μια ολοκληρωμένη ενέργεια, όχι απλώς μια απάντηση που θα χρειαζόταν για να ενεργήσει μόνος του.

Μοτίβα πραγματικού κόσμου: Ανάκτηση πολλαπλών λυκίσκων και επαυξημένη με εργαλεία

Αναπτύσσουμε το agent RAG σε πολλά επαναλαμβανόμενα εταιρικά πρότυπα. Το πρώτο είναι η πολιτική για δράση: ο πράκτορας ανακτά σχετικά έγγραφα πολιτικής, τα διασταυρώνει με το συγκεκριμένο πλαίσιο του υπαλλήλου από συστήματα HR και IT και εκτελεί την κατάλληλη ροή εργασίας. Το δεύτερο είναι η διαγνωστική επίλυση: για σενάρια υποστήριξης IT, ο πράκτορας ανακτά οδηγούς αντιμετώπισης προβλημάτων, ερωτά συστήματα παρακολούθησης για την τρέχουσα κατάσταση, εκτελεί διαγνωστικές εντολές μέσω εγκεκριμένων ενσωματώσεων εργαλείων και εφαρμόζει διορθώσεις. Το τρίτο είναι η σύνθεση γνώσης: για σύνθετες ερωτήσεις που καλύπτουν πολλούς τομείς γνώσης, ο πράκτορας εκτελεί παράλληλη ανάκτηση σε διαφορετικές συλλογές εγγράφων, συμβιβάζει τις αντικρουόμενες πληροφορίες ελέγχοντας τη φρεσκάδα και την αυθεντία του εγγράφου και παράγει μια συνθετική απάντηση με παραπομπές. Σε κάθε μοτίβο, το κρίσιμο συστατικό είναι ο βρόχος συλλογισμού που βρίσκεται μεταξύ των βημάτων ανάκτησης. Ο πράκτορας δεν ανακτά και δημιουργεί απλώς. Ανακτά, αξιολογεί εάν έχει επαρκές πλαίσιο, εντοπίζει κενά και ανακτά στρατηγικά περισσότερα έως ότου αποκτήσει την πλήρη εικόνα που απαιτείται για να ενεργήσει με σιγουριά.