← Каталог

· AI Engineer World's Fair 2026

Куда RL приведёт поиск

Where RL Will Take Search — Maximilian-David Rumpf, SID.ai

Поиск стоит выносить во вспомогательного агента, обученного через reinforcement learning: по словам автора, он в 20 раз быстрее и в 100 раз дешевле поиска через frontier model.

  • Агентный поиск против классического — по словам спикера, агентный поиск примерно вдвое чаще находит нужные документы, но стоит в 100–1000 раз дороже и забирает 30–50% токенов агента. Классический пайплайн с фиксированным бюджетом вычислений не может повторить поиск, даже когда reranker видит, что результаты плохие.
  • Награда за найденный документ — поиск даёт проверяемую награду: нашёл нужный документ или нет. Поэтому модель можно тренировать тысячами попыток в секунду, а качество, по словам автора, растёт предсказуемо с ростом вычислений.
  • Поиск в отдельном агенте — основной агент получает только отобранные результаты, а промежуточные нерелевантные находки не засоряют его контекст. Так же экономятся токены, которые раньше уходили на поиск.
  • Цифры SID-1 — на представленной задаче, по словам автора, около пяти секунд вместо двух минут; он признаёт, что классический пайплайн из vector search и reranker пока быстрее. Доклад — презентация компании SID.ai, независимых проверок цифр в нём нет.

Кому полезно: тем, кто решает, стоит ли заменять классический RAG-пайплайн агентным поиском по внутренним данным и считает стоимость и задержку.

Статья по теме

Главы

Похожие доклады