Búsqueda Agéntica mediante Interacción Directa con el Corpus | Superando la similitud semántica en sistemas RAG avanzados | Estrategias de recuperación proactiva para agentes de IA de alto rendimiento

Abstract

PROBLEMA: La recuperación tradicional basada exclusivamente en similitud semántica (bi-encoders) es insuficiente para agentes que necesitan razonar sobre información interconectada o granular en un corpus. SOLUCIÓN: Los autores proponen un paradigma de Interacción Directa con el Corpus (DCI) que permite al agente explorar y refinar su búsqueda de forma iterativa y proactiva. METODOLOGÍA: Implementan una arquitectura donde el agente puede ejecutar consultas de refinamiento y evaluar la relevancia de fragmentos en contexto antes de la extracción final. RESULTADOS: Supera a los métodos de RAG estándar en benchmarks de preguntas multihop y tareas de síntesis de conocimiento complejo en un 15-20%. RELEVANCIA: Redefine cómo los agentes interactúan con grandes volúmenes de datos, alejándose de la recuperación pasiva hacia una exploración activa.