パターンを読み込んでいます…
🤖
エージェント型 RAG(AgRAG)
自己主導で計画・検索・推論を行う能力を備えた、自律的な検索拡張生成システム
複雑さ: high知識検索（RAG）
30秒でわかる概要
- 概要
- エージェントが検索のステップを自律的に計画し、結果に応じてクエリを洗練させ、検索と検索の間に人手を介さずに複数の文書をまたいで推論します。
- 使いどころ
- 複数領域の知識、反復的な絞り込み、あるいは多数の文書にまたがる推論の連鎖を必要とする、複雑な調査課題。
- 注意点
- エージェントはわずかな改善を追い求めて延々とループしたり、クエリの洗練が脱線して無関係な文書を取ってきたりすることがあります。
このパターンについてAIエキスパートに質問
質問が入力済みの状態でアシスタントが開きます。送信前に内容を確認できます。
エージェント型 RAG: 概要
自己主導で計画・検索・推論を行う能力を備えた、自律的な検索拡張生成システム
- Self-directed retrieval planning
- Multi-hop reasoning capabilities
- Autonomous query refinement
- Dynamic retrieval strategies
- Self-reflective generation
- Adaptive search optimization
The Agent Architect
1つのパターン、1つのトレードオフ、1つの本番障害事例。エージェントシステムを構築する人のための短い週刊ブリーフィング。
週1回のメール、ワンクリックで購読解除できます。アドレスはブリーフィングの送信のみに使用します。
参考文献
このパターンの根拠となる論文、仕様、リポジトリです。
- ReAct: Synergizing Reasoning and Acting in Language Models (Yao et al., 2022)arXiv:2210.03629
- Toolformer: Language Models Can Teach Themselves to Use Tools (Schick et al., 2023)arXiv:2302.04761
- HuggingGPT: Solving AI Tasks with ChatGPT and its Friends in Hugging Face (Shen et al., 2023)arXiv:2303.17580
- Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks (Lewis et al., 2020)arXiv:2005.11401
- AutoGPT: An Autonomous GPT-4 Experiment
このカタログを作ったエンジニアが担当
エージェント構成をレビューします
このページが扱うのは1つのパターンです。実際のシステムは数十を組み合わせて動き、障害の多くはその繋ぎ目で起きます。カタログの288パターンに照らして設計全体をレビューします。アーキテクチャ、信頼性、評価、コストまで、指摘ごとに対応するパターンを示します。
€750（通常€1,500）・1週間・文書レポートとウォークスルーコール・9月30日まで