エージェンティックRAG
LLM自身が検索を主導するRAG。「埋め込み→top-k→回答」という単純なパイプラインではなく、いつ、何を、何回検索するかをモデルが決める。
モデルは関数呼び出しでsearch、fetch_url、query_dbといったツールを与えられ、納得するまでループする。従来のRAGはユーザーのプロンプトで1回検索するだけだが、エージェンティックRAGは質問を分解し、失敗したクエリを書き直し、事実を検証し、出典をたどり、多数のステップにまたがって結果を統合できる。
複雑な質問（ディープリサーチ、法務、科学）では再現率と精度が上がるが、遅延とコストは大幅に増える。1回のクエリで数十回のモデル呼び出しが発生することもある。