AgenticRAG: Recupero Agentico per Basi di Conoscenza Aziendali
AgenticRAG, un nuovo sistema agentico progettato per il recupero e l'analisi all'interno di basi di conoscenza aziendali, è descritto in arXiv:2605.05538. Questo sistema riduce la dipendenza delle tradizionali pipeline RAG dagli stack di ricerca introducendo un framework leggero che si integra con i sistemi di ricerca aziendali esistenti. Esso potenzia un LLM di ragionamento con capacità di ricerca, individuazione, apertura e sintesi, facilitando così il recupero iterativo, l'esplorazione dei documenti e la valutazione indipendente delle prove. In tre benchmark aperti, AgenticRAG ha mostrato risultati impressionanti: 49,6% recall@1 su BRIGHT (un aumento di 21,8 pp rispetto alla migliore baseline di embedding), 0,96 factuality su WixQA (un miglioramento relativo del 13%) e 92% di accuratezza delle risposte su FinanceBench (entro 2 pp dall'accesso oracle). Studi di ablazione rivelano che il fattore principale è il cambiamento nell'approccio di recupero.
Fatti principali
- AgenticRAG è un sistema agentico pratico per il recupero e l'analisi su basi di conoscenza aziendali.
- Riduce l'eccessiva dipendenza dallo stack di ricerca sovrapponendo un sistema leggero all'infrastruttura di ricerca aziendale esistente.
- Il sistema fornisce a un LLM di ragionamento strumenti di ricerca, individuazione, apertura e sintesi.
- Consente recupero iterativo, navigazione dei documenti e analisi autonoma delle prove.
- Sul benchmark BRIGHT: 49,6% recall@1 (+21,8 pp rispetto alla migliore baseline di embedding).
- Su WixQA: 0,96 factuality (+13% di miglioramento relativo).
- Su FinanceBench: 92% di correttezza delle risposte (entro 2 pp dall'accesso oracle).
- Studi di ablazione mostrano che il fattore più significativo è il cambiamento nella strategia di recupero.
Entità
—