Presná definícia
Čo znamená Agentný RAG?
Agentný RAG (Agentic RAG) je pokročilá architektúra vyhľadávania a generovania informácií, v ktorej celý proces vyhľadávania, verifikácie a spájania dát riadi autonómny AI agent. Agent dynamicky rozhoduje o tom, kedy je vyhľadávanie potrebné, aké nástroje použiť, ako preformulovať neúspešné dopyty a ako vyriešiť protirečivé informácie v získaných dokumentoch.
Skúsenosť a kontext
Ako sa pojem používa v praxi
Nasadzuje sa pri zložitých analytických a výskumných úlohách nad neštruktúrovanými dátami, kde jednorazové vektorové vyhľadávanie nestačí a vyžaduje sa viacstupňové plánovanie, kritické zhodnotenie zdrojov a adaptívny postup.
Overiteľnosť
Odborné zdroje
LlamaIndex Documentation (2024). Building Agentic RAG Systems with Reasoning and Tool Use.
LangChain Research (2024). LangGraph: Multi-Agent Workflows for Advanced Retrieval-Augmented Generation.
Praktické odpovede
Často kladené otázky
Aký je hlavný rozdiel medzi klasickým RAG a Agentným RAG?
Klasický RAG vyžaduje jednorazový pevný reťazec (dopyt -> vyhľadanie -> vygenerovanie), zatiaľ čo Agentný RAG používá autonómnu cyklickú slučku uvažovania a vyhľadáva dáta adaptívne podľa potreby.
Aké nástroje môže Agentný RAG použiť okrem vektorovej databázy?
Môže pristupovať k SQL databázam, znalostným grafom, externým webovým vyhľadávačom, kalkulačkám alebo špecializovaným API rozhraniam.
Ako Agentný RAG zvládne protirečivé informácie v dokumentoch?
Porovnáva dôveryhodnosť zdrojov, analyzuje časovú postupnosť dát a v prípade nejasností vytvorí doplňujúce dopyty na preskúmanie kontextu.
Je Agentný RAG pomalší ako štandardný RAG?
Áno, z dôvodu viacerých cyklov uvažovania (reasoning loops) a volania rôznych nástrojov vykazuje vyššiu latenciu aj vyššiu spotrebu tokenov.
Aké sú najznámejšie nástroje na tvorbu Agentných RAG systémov?
Medzi populárne vývojárske rámce patria LangGraph, LlamaIndex Workflows, CrewAI a AutoGen.