Революция в RAG: от «chunk & hope» к принятию решений
Nace AI представила Drex for Search, систему, которая переосмысливает классический RAG (Retrieval-Augmented Generation). Вместо традиционного подхода «разбей на чанки, эмбеддируй, возьми top-k, надеюсь на лучшее», Drex использует решающие модели (decision models). Система оценивает варианты с калиброванной вероятностью за один прямой проход (forward pass), что делает её экономически выгодной для каждого шага агента.
Архитектура работает в три этапа:
- Classify: Drex решает, нужен ли быстрый поиск или полноценный агент.
- Squeeze: Иерархическое сужение: папка → файл → секция → страница → таблица. На каждом уровне отбрасывается нерелевантный контекст.
- Answer: В LLM попадают только отобранные страницы и таблицы с точными цитатами (файл, страница, строка).
Результаты на ключевых бенчмарках
Система демонстрирует выдающиеся результаты на публичных лидербордах. Особенно впечатляет эффективность на BrowseComp-Plus, где Drex показывает высокую точность при минимальном количестве запросов к поиску, что критично для снижения задержек и стоимости.
| Бенчмарк | Система | Модель-ответчик | Результат | Примечание |
|---|---|---|---|---|
| BrowseComp-Plus | Drex for Search | GPT-5 | 92.05% (12.61 вызовов) | #2 из 86. В 16.6x меньше вызовов, чем у лидера (209.27) |
| VisDocAgentBench | Drex for Search | Qwen 27B | 77.5% R@1 | #1. На 10 пунктов выше Claude Opus 5 (67.5%) |
| MADQA | Drex for Search | Gemini 3.5 Flash | 94.7% точность | #1. F1 атрибуции страниц: 88.2 |
| EnterpriseRAG-Bench | Drex for Search | Not listed | 88.22 | #3. На 27.2 пункта выше OpenAI File Search (61.03) |
Влияние на кодовых агентов: OfficeQA Pro
Тестирование на наборе данных OfficeQA Pro (133 вопроса по бюллетеням Казначейства США) показало, что интеграция Drex значительно оптимизирует работу кодовых агентов. Для всех протестированных пар «хarness + модель» наблюдается рост точности и сокращение количества шагов.
| Хarness | Модель | Точность (база) | Точность (+Drex) | Шаги (база) | Шаги (+Drex) |
|---|---|---|---|---|---|
| Gemini CLI | Gemini 3.1 Pro | 54.9% | 61.7% | 22.9 | 10.4 |
| Codex | GPT-6 sol | 66.2% | 70.7% | 14.3 | 8.6 |
| Claude Code | Opus 5.5 | 66.5% | 69.9% | 18.5 | 9.1 |
| OpenCode | Qwen3.8-27B | 51.1% | 53.4% | 23.7 | 10.0 |
В среднем Drex обеспечивает +6% к точности, сокращает количество шагов агента на 62% и потребление токенов на 56%, ускоряя процесс в 2.3 раза.
Технические детали и доступность
Drex for Search поддерживает работу с более чем 1 млн файлов, включая PDF, сканы, Excel, Parquet, аудио и видео. Система доступна через CLI, SDK (Python/TypeScript), MCP (для Claude Code, Cursor, OpenCode) и REST API. Развертывание возможно на облаке Nace, в AWS/Azure или on-premise с поддержкой air-gapped сред и нулевым хранением данных (zero retention).
Бенчмарки
| Бенчмарк | Drex for Search | Agentic RAG | Agentic Search | CDL | Claude Code (Opus 5.5) | Claude Fable 5 | Claude Opus 5 | Codex (GPT-6 luna) | Codex (GPT-6 sol) | Flexor.ai | GPT-5.6-sol | Gemini CLI (Gemini 3.1 Pro) | Hermes Agent (Opus 5.5) | Hermes Agent (Qwen3.8-27B) | Hybrid Qwen2-7B + Reason-ModernColBERT | Mixedbread | Mixedbread Search (v3) | OpenCode (Qwen3.8-27B) | PPLX Embed 2 RAG | Reason-ModernColBERT | pi (Opus 5.5) |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| BrowseComp-Plus | 92.05% | — | — | — | — | — | — | — | — | — | — | — | — | — | 95.18% | — | 90.48% | — | — | 87.59% | — |
| VisDocAgentBench | 77.5% | — | — | — | — | 62.5% | 67.5% | — | — | — | 61.67% | — | — | — | — | — | — | — | — | — | — |
| MADQA | 94.7% | 94.3% | 93.4% | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | 92.1% | — | — |
| EnterpriseRAG-Bench | 88.22score | — | — | 90.91score | — | — | — | — | — | 91.48score | — | — | — | — | — | 86.58score | — | — | — | — | — |
| OfficeQA Pro | — | — | — | — | 69.9% | — | — | — | 70.7% | — | — | — | 68.4% | — | — | — | — | — | — | — | 68.4% |
| OfficeQA Pro | — | — | — | — | — | — | — | 53.4% | — | — | — | 61.7% | — | 60.2% | — | — | — | 53.4% | — | — | — |
Жирным — лучший результат в строке. Источник цифр — официальная публикация.
Источник: MarkTechPost ↗