En janvier 2025, Aditi Singh et ses coauteurs ont publié une enquête sur la génération augmentée par récupération agentique, ou RAG agentique. Ils la décrivent comme un système de recherche doté d'un agent d'IA en son sein. Cet agent peut planifier sa prochaine étape, vérifier ses propres résultats et utiliser d'autres outils, comme une calculatrice ou une zone de recherche, pendant qu'il cherche des informations. La même enquête range l'évaluation et l'efficacité parmi les défis ouverts, et c'est précisément ce que ce test entendait mesurer.
La génération augmentée par récupération, ou RAG, signifie qu'un modèle de langage répond à une question en s'appuyant sur des textes qu'il a d'abord récupérés dans une collection de documents. La recherche classique interroge la question une seule fois, telle qu'elle est formulée. Le RAG agentique ajoute un agent qui lit les premiers résultats et décide de s'arrêter ou de lancer une nouvelle recherche. Davantage de recherches devraient permettre de trouver de meilleures preuves, mais chaque recherche supplémentaire nécessite un nouvel appel au modèle de langage, ajoute un délai pour l'utilisateur et donne à l'agent une nouvelle occasion de formuler une requête moins bonne que la requête initiale.
L'auteur a fait tourner quatre méthodes de récupération sur les mêmes 298 questions et 2 000 articles récents d'arXiv, l'assistant de programmation IA Claude Code se chargeant de construire et d'exécuter le test. Ces méthodes étaient la recherche classique, un reranker qui réordonne les 50 premiers résultats, un réécrivain de questions qui produit trois requêtes alternatives, et un agent qui effectue jusqu'à trois recherches. Chacune a été notée selon la fréquence à laquelle elle plaçait le bon article parmi ses cinq premiers résultats.
L'agent a placé le bon article dans son top 5 pour 96,87 % des questions, contre 95,64 % pour la recherche classique. L'écart de +1,2 point de pourcentage avait une fourchette plausible allant de -0,8 à +3,5, qui inclut zéro : le test ne pouvait donc pas distinguer les deux méthodes. L'agent a trouvé des articles que la recherche classique avait manqués, mais il en a aussi perdu certains que la recherche classique avait trouvés.
Source: Towards Data Science · Résumé par HeadlinesBriefing