超越语义相似性：复杂任务中 Agentic Retrieval 的性能与成本

包括许多 Agentic 工作流在内的现代信息系统，使用稠密检索来探索大量非结构化数据。然而，稠密检索依赖于表层语义相似性，这对于日益复杂的搜索应用而言并不足够。在本文中，我们研究了一种 Agentic Retrieval 方法：在 ReAct Agentic 循环中，将 Large Language Models（LLMs）的推理能力与检索器高效探索语料库的能力相结合，以解决复杂的检索任务。在实验中，我们表明，Agentic Retrieval 比标准检索更有效：在使用相同嵌入模型的情况下，nDCG@10 提高了 8.7 个百分点。此外，尽管专用检索方法在域外任务上表现不佳，Agentic Retrieval 却具有很强的通用性：同一流程在 ViDoRe v3 和 BRIGHT 排行榜上均取得了具有竞争力的结果。然而，这种提升也伴随着成本。Agentic Retrieval 平均耗时 107.4 秒，而标准检索仅需 0.67 秒；每个查询还会消耗 764.1K 个输入 token 和 5.8K 个输出 token。总之，我们的研究展示了 Agentic Retrieval 在现代数据系统中的有效性，并推动了面向大规模部署、更加经济高效的检索 Agent 的未来研究。