Google Research wprowadził innowacyjne podejście do augmentacji zasilanych wyszukiwaniem, zwane agentic RAG, w ramach swojej platformy Gemini Enterprise Agent. Kluczową nowością jest Sufficient Context Agent — system, który autonomicznie podejmuje dodatkowe wyszukiwania tak długo, aż zgromadzi wystarczającą ilość informacji do udzielenia wiarygodnej odpowiedzi na złożone pytania. Podejście to pozwala sobie na wieloetapowe rozumowanie, gdzie agent musi połączyć dane z wielu źródeł.
Problematyką, którą rozwiązuje nowe rozwiązanie, jest tendencja tradycyjnych systemów RAG do hallucynacji lub niedokładnych odpowiedzi, gdy brakuje im wystarczających kontekstowych informacji. Zamiast poprzestać na pierwszym zestawie wyników, agent sprawdza, czy ma dosyć faktów do odpowiedzi, i jeśli nie — szuka dalej. W testach framework podnosi dokładność faktyczną aż o 34 procent w porównaniu do standardowego podejścia RAG.
Za tym stoi znaczna zmiana w wymaganiach biznesowych — przedsiębiorstwa coraz bardziej polegają na systemach AI do złożonych zadań badawczych i analitycznych. Dokładność i możliwość wytłumaczenia źródeł informacji to kwestie krytyczne, szczególnie w sektorach regulowanych. Agentic RAG otwiera drogę do bardziej inteligentnych, samouczących się systemów, które mogą pracować autonomicznie i krytycznie oceniać własne odpowiedzi.