长按二维码,关注官方公众号
超越 RAG：迈向智能体时代的 Agentic RAG
检索增强生成（RAG）通过结合外部知识检索和大语言模型，显著提升了生成内容的准确性和时效性。然而，传统的 RAG 系统受限于静态工作流，难以应对复杂多步骤推理和动态任务需求。基于RAG框架，我将介绍 Agent 框架的演进，剖析 Agent 如何通过自主决策与动态规划提升负责任务处理能力。再进一步，我们探索了集合 Agent 能力的高阶 RAG 范式——Agentic RAG，它通过引入自主智能体，将反思、规划、工具调用和多智能体协作等机制融入 RAG 流程，实现了检索策略的动态优化和上下文理解的迭代增强。
本次演讲会介绍从 RAG 到 Agent 再到 Agentic RAG 过程中我们的探索和思考，并对未来 Agent 的发展方向做探讨。
演讲提纲：
1- RAG 的优势和局限性
2- 从 RAG 到 Agent，LLM 高阶能力的体现
3- Agentic RAG 探索
4- 未来技术方向探讨
听众收益点：
- 了解 RAG，Agent 再到 Agentic RAG 的发展路径
- 了解发展过程中所面对的挑战和一些方案
- 探讨未来的技术发展趋势
