Mistral har lanceret Agentic Search, et søgelag til AI-systemer, som skal gøre det lettere at finde og efterprøve oplysninger i omfattende dokumentsamlinger. Teknologien er tilgængelig gennem Mistral Search Toolkit og virksomhedens Libraries i Studio og Vibe.

I stedet for kun at hente nogle få tekstudsnit én gang kan en AI-agent gennemføre flere søgetrin. Den får fem værktøjer: search, open, navigate, read og grep. Dermed kan systemet blandt andet åbne et dokument, gå til en bestemt side eller sektion og kontrollere, om et fund faktisk understøtter svaret.

Skal håndtere tabeller og lange rapporter

Mistral fremhæver finansielle rapporter, kontrakter, manualer og scannede dokumenter som oplagte anvendelser. Her kan den nødvendige information være fordelt på flere filer eller gemt i en tabel, en fodnote eller en bestemt klausul. Agenten kan derfor ændre sin søgning undervejs, hvis det første resultat ikke er tilstrækkeligt.

Løsningen bygger oven på et eksisterende søgeindeks. Ifølge Mistral kræver værktøjerne hverken finjustering eller modelspecifik træning, og de kan anvendes med både Mistrals egne og eksterne modeller.

Mistral rapporterer højere præcision

I Mistrals egne målinger steg korrektheden på FinanceBench fra 26,7 til 86 procent i et af de beskrevne forsøg. På OfficeQA Pro nåede den bedste viste kombination 51,9 procent, hvilket var 45,6 procentpoint over virksomhedens udgangspunkt med engangssøgning.

Mistral oplyser samtidig, at målrettet navigation reducerede tokenforbruget med op til cirka en tredjedel og sænkede svartiden ved den langsomme ende af fordelingen med op til 39,6 procent. Resultaterne er leverandørens egne benchmarkmålinger og er ikke en garanti for samme forbedring på andre dokumenter, modeller eller arbejdsopgaver.

Et mere undersøgende alternativ til klassisk RAG

Agentic Search er Mistrals bud på at udvide klassisk RAG, hvor en model normalt får udleveret et fast sæt tekstbidder fra én søgning. Den nye tilgang bruger i stedet modellen som en aktiv undersøger, der kan gentage søgningen og gå tættere på kildematerialet, før den svarer.

For virksomheder kan det være relevant i arbejdsgange, hvor et svar skal kunne spores til et bestemt sted i et dokument. Mistral understøtter både cloud- og lokale installationer, så følsomme data kan forblive inden for organisationens egne grænser.

Der er benyttet AI til at skrive denne artikel.