Microsoftは、Azure AI検索で「エージェント検索」の公開プレビューを開始しました。この動きは、会話型AI機能を大幅に前進させることを目的としています。新しいシステムは、チャット履歴を分析するために大規模な言語モデル（LLMS）を採用しています。
複雑なユーザーの質問を複数の焦点を絞ったサブ征服に分割します。これらのサブ征服は、
この開発は、洗練されたAIエージェントの開発者にとって重要です。エージェント検索は、高品質のコンテキスト対応の接地データを提供することを目的としています。このようなデータは、よりインテリジェントなAIアプリケーションに不可欠です。この機能は、プレビューREST APIおよび今後のAzure SDKの新しい「ナレッジエージェント」オブジェクトからアクセスできます。 Azure Openaiと統合され、Azure Ai Searchのセマンティックランカーが必要です。遅延。この打ち上げは、特に古いBing検索APIが廃止されるため、Azure内のAI製品を統合するためのMicrosoftのより広範な戦略と一致しています。開発者は、現在のプレビューステータスに注意する必要があります。
これは、公式補足条件 noction egronce-lectial retieval reloce-lection-dection-reloce-lection-dection-delage-egrune-lection egrontic制約またはサポートされていない機能があります。 Azure OpenaiおよびAzure AI検索の使用に関連する新しい請求モデルも適用されます。
エージェント検索が検索を再定義する方法単一のクエリの代わりに、モデルはユーザーの入力、チャット履歴、要求パラメーターに基づいて複数のサブQuerieを定式化します。 Microsoftは、これにより、クエリの書き換え、スペルの補正、多面的な質問の分解などの機能を有効にすることを説明しています。たとえば、「ベジタリアンレストランの近くに空港の交通機関があるビーチサイドホテルを見つける」などのクエリを処理できます。
「検索」コンポーネントは、これらのサブ征服を同時に実行します。結果はマージされ、意味的にランク付けされ、3部構成の応答で返されます。この応答には、会話のための接地データ、ソース検査のための参照データ、および実行手順の詳細なアクティビティ計画が含まれます。 Matthew Gotteinerは、Microsoftビルドセッション中に、全体的な速度がサブクエリの数に関連していることに注目しました。直感に反して、彼は付け加えた、「ミニ」プランナーは、より少ない、より広いサブ征服を生成する可能性があると付け加えました。多くの高度に焦点を絞ったサブクリーリーを作成する「フルサイズの」プランナーよりも速く結果を返す可能性があります。開発者は、「Bing検索の接地」機能を含むAzure AIエージェントサービスに導かれています。 This transition, however, has presented challenges.
Some developers have raised concerns about data handling, as information might move outside standard Azure compliance boundaries, and have reported統合の複雑さ C＃Semantic Kernelなどのツールを使用。
これらの遷移ハードルにもかかわらず、エージェントラグ（ARAG）などのより高度なAIツールへの動きは進行状況と見なされます。 Akshay Kokane、Microsoftソフトウェアエンジニア、Microsoft Learn, or AzureポータルサポートなしのSDK。この機能は、 semantic ranker をサポートする地域で利用できます。クエリ計画 azure openai 。 同様の料金は、Azure AI検索を介してセマンティックランキングに適用されます。ただし、 Microsoftの状態では、これらのランキングコストはエージェント検索のために最初に免除されますプレビュー中に。 href=”https://github.com/azure-samples/azure-search-python-samples/tree/main/quickstart-agentic-retrieval”ターゲット=”_ blank”> python 、。net 、および ret 開発者を支援する。エージェント検索は、最近のAzure AI Foundry Updatesの一部でもあります。
