En enero de 2025, Aditi Singh y coautores publicaron un estudio sobre la generación aumentada por recuperación agéntica, o RAG agéntico. Lo describen como un sistema de búsqueda con un agente de IA en su interior. El agente puede planificar su siguiente paso, comprobar sus propios resultados y usar otras herramientas, como una calculadora o un cuadro de búsqueda, mientras busca información. El mismo estudio enumera la evaluación y la eficiencia entre los desafíos abiertos, y esa es la parte que esta prueba se propuso medir.
La generación aumentada por recuperación, o RAG, significa que un modelo de lenguaje responde a una pregunta usando texto que primero recuperó de una colección de documentos. La búsqueda simple consulta la pregunta una sola vez, tal como está escrita. El RAG agéntico añade un agente que lee los primeros resultados y decide si detenerse o escribir una nueva búsqueda. Más búsquedas deberían encontrar mejor evidencia, pero cada búsqueda adicional necesita otra llamada al modelo de lenguaje, añade retraso para el usuario y da al agente otra oportunidad de escribir una consulta peor que la original.
El autor ejecutó cuatro métodos de recuperación sobre las mismas 298 preguntas y 2.000 artículos recientes de arXiv, con el asistente de programación de IA Claude Code construyendo y ejecutando la prueba. Los métodos fueron la búsqueda simple, un reranker que reordena los primeros 50 resultados, un reescritor de preguntas que produce tres consultas alternativas y un agente que busca hasta tres veces. Cada uno se puntuó según la frecuencia con la que colocaba el artículo correcto entre sus cinco primeros resultados.
El agente colocó el artículo correcto entre sus cinco primeros resultados en el 96,87 % de las preguntas, frente al 95,64 % de la búsqueda simple. La diferencia de +1,2 puntos porcentuales tenía un rango plausible de -0,8 a +3,5, que incluye el cero, así que la prueba no pudo distinguir entre ambos. El agente encontró artículos que la búsqueda simple pasó por alto, pero también perdió algunos que la búsqueda simple sí había encontrado.
Fuente: Towards Data Science · Resumido por HeadlinesBriefing