Chargement…
Au-delà de la simple recherche. Agentic RAG combine la récupération multi-sauts avec le reclassement, la vérification et l'exécution d'outils afin que chaque réponse soit défendable et chaque action vérifiable.
Le RAG traditionnel renvoie les morceaux qui correspondent le mieux et espère qu'un modèle de langage les réglera. L'agent RAG boucle cette étape dans une boucle : il planifie la récupération, vérifie les résultats par rapport aux règles métier, traverse le contexte associé lorsque des lacunes sont détectées, et valide ensuite seulement une réponse ou une action.
Un orchestrateur décompose l'intention de l'utilisateur en sous-requêtes, choisit le bon récupérateur (vecteur, BM25, graphique ou SQL) et les planifie en parallèle.
Un reclasseur dédié note chaque candidat par rapport à la requête d'origine, augmentant ainsi la précision là où les réponses approximatives ne sont pas acceptables.
Une chaîne de vérification vérifie les citations, les règles métier et les contraintes politiques avant le retour d'une réponse. Lorsqu'il est autorisé, l'agent termine l'action (mise à jour d'un ticket, exécution d'un appel API) au lieu de confier le travail à un humain.
Suit les liens entre les documents et les nœuds du graphique de connaissances pour répondre aux questions qui couvrent plusieurs sources, sans encombrer les invites avec un contexte non pertinent.
Un reclasseur dédié note chaque candidat par rapport à la requête d'origine, augmentant ainsi la précision là où les réponses approximatives ne sont pas acceptables.
Chaque réclamation est traçable jusqu'à sa source : citations cliquables, attribution au niveau de l'étendue et scores de confiance pour chaque réponse.
Lorsque la confiance tombe en dessous du seuil, le pipeline est acheminé vers un humain avec la trace complète du raisonnement attachée – ce qui n’est pas une simple question.