この記事では、基本的な検索拡張生成を超えた、マルチエージェントRAGシステムの包括的なアーキテクチャを紹介しています。このシステムは、複雑なクエリを処理するために連携する複数の専門エージェントと、応答品質を評価する組み込みの評価モジュールを特徴としています。重要な革新はヒューマンインザループフィードバックメカニズムであり、人間のレビュアーがエージェントの出力にフィードバックを提供し、それが自動的にプロンプトを洗練させ、将来の応答を改善するために使用されます。アーキテクチャには、エージェントオーケストレーション、コンテキスト管理、およびシステム出力とユーザー期待のギャップを埋めるフィードバックループのコンポーネントが含まれています。エンジニアリングチームにとって、これは手動のプロンプトエンジニアリングなしで継続的に改善できるRAGシステムを構築するための実用的な青写真を提供します。評価フレームワークは、関連性、正確性、完全性などのメトリクスをカバーしており、品質保証が重要な本番環境での展開に適しています。
評価とヒューマンインザループフィードバックによる自己改善機能を備えたマルチエージェントRAGシステムの詳細なアーキテクチャ。