هوش مصنوعی

پیش‌چاپی تازه چارچوبی برای فهم سامانه‌های Agentic RAG پیشنهاد می‌کند

این مقالهٔ مروری، سامانه‌های بازیابی و تولیدِ عامل‌محور را به‌صورت فرایندهای تصمیم‌گیری متوالی صورت‌بندی می‌کند و به پراکندگی معماری‌ها و روش‌های ارزیابی آن‌ها می‌پردازد.

۱ دقیقه مطالعه
Fig. 1: High-level progression from single-pass retrieval-augmented generation to iterative retrieval and Agentic RAG. This demonstrates the architectural shift from static, one-shot context utilization to explicit multi
تصویر درج‌شده در مقالهٔ اصلی؛ حقوق بازنشر مستقل تأیید نشده است. — arXiv · AI (پیش‌چاپ) · پرونده اصلی · منبع تصویر: ناشر خبر

مقالهٔ پیش‌چاپ «SoK: Agentic Retrieval-Augmented Generation (RAG)» می‌گوید پژوهش دربارهٔ سامانه‌های Agentic RAG، با وجود گسترش کاربرد صنعتی آن‌ها، هنوز درکی نظام‌مند از این سامانه‌ها به‌عنوان فرایندهای تصمیم‌گیری متوالی ندارد. به‌گفتهٔ نویسندگان، نتیجهٔ این وضعیت معماری‌های پراکنده، روش‌های ارزیابی ناهمگون و پرسش‌های حل‌نشده دربارهٔ قابلیت اطمینان است.

این مقاله که در قالب Systematization of Knowledge منتشر شده، حلقه‌های بازیابی و تولیدِ عامل‌محور را به‌صورت فرایندهای تصمیم‌گیری مارکوف با افق محدود و مشاهده‌پذیری جزئی صورت‌بندی می‌کند. در این معماری‌ها، مدل‌های زبانی بزرگ به‌طور خودکار چند گام استدلال، مدیریت پویا‌ی حافظه و بازیابی تکرارشونده را هماهنگ می‌کنند. چکیدهٔ در دسترس جزئیات بیشتری از چارچوب پیشنهادی ارائه نمی‌دهد.

این گزارش به کمک هوش مصنوعی تهیه شده است. مطالب براساس منابع درج‌شده تنظیم شده‌اند؛ صحت مستقل همه ادعاها تضمین نمی‌شود.

منبع: arXiv · AI (پیش‌چاپ) — مشاهده منبع اصلی ↗

پیش‌چاپ پژوهشی در arXiv؛ انتشار در این مخزن به معنی داوری همتا نیست