Mistral'dan yapay zekâ sistemlerinin belge içinde doğrulama yapmasını sağlayan arama katmanı

Bir dil modeline kurumsal belgeleri bağlamanın standart yolu, belgeleri parçalara bölüp benzerlik aramasıyla ilgili parçayı çekmek. Yöntem basit sorularda işe yarıyor, ancak cevabın birden fazla yere dağıldığı ya da bir tabloda, dipnotta veya sözleşme maddesinde gizlendiği belgelerde yetersiz kalıyor.

Mistral'ın duyurduğu Agentic Search bu katmanı değiştiriyor. Tek atışlı yaklaşımın yerine çok adımlı bir getirme döngüsü geliyor: sistem bilgiyi buluyor, inceliyor ve doğruluyor. Model beş araç kullanıyor — arama, açma, gezinme, okuma ve metin içinde arama — ve bunları kurumun mevcut arama indeksi üzerinde çalıştırıyor.

Klasik yöntemin sınırları şirket tarafından üç başlıkta toplanıyor. Birincisi akıl yürütmeden getirme: model, ilk aramada seçilen parçalarla cevap vermek zorunda kalıyor; parçalar eksik ya da alakasız olsa bile başka bir belgeye veya bölüme ihtiyacı olduğuna karar veremiyor. İkincisi parça düzeyindeki sınır: kritik veri çoğu zaman karmaşık tablolarda duruyor. Üçüncüsü doğrulama eksikliği.

Paylaşılan ölçümlerdeki fark büyük. Finansal raporlar üzerinde FinanceBench testinde doğruluk yüzde 26,7'den yüzde 86'ya çıkıyor — yaklaşık üç kat. Tablo ağırlıklı ve çok belgeli sorular içeren OfficeQA Pro kıyaslamasında ise yüzde 6,3'ten yüzde 51,9'a, yani 45,6 puanlık bir artış ölçülüyor.

Kazanım yalnızca doğrulukta değil. Hedefli gezinme sayesinde p90 gecikmesi yüzde 39,6'ya varan oranda azalıyor; tekrarlayan aramaların azalması jeton tüketimini üçte bire kadar düşürüyor. Yani daha fazla adım atan bir sistem, toplamda daha az kaynak harcıyor.

Kurumsal kullanımda belirleyici olan bir başka nokta yalıtım. Şirket, taşınabilir ve açık araç setinin veriyi bulutta ya da şirket içinde mevcut yalıtım sınırlarının dışına çıkarmadan çalışmasına imkân verdiğini belirtiyor. Agentic Search, Mistral Search Toolkit üzerinden ve Studio ile Vibe içindeki Libraries bileşenine gömülü olarak sunuluyor.