跳转到主要内容

Mistral的智能搜索：复杂文档查询的新时代

构建AI系统的企业经常遇到障碍：他们最有价值的数据——财务报告、法律合同、政府记录——被锁定在冗长、机密的文档中。传统的检索增强生成（RAG）难以处理这些复杂、结构化的文件。它只能提取固定的文本块，缺乏推理或迭代的能力。这就是Mistral AI的新智能搜索发挥作用的地方，它承诺在处理企业级查询方面实现重大飞跃。

从机械检索到主动推理

传统RAG的核心弱点是它检索而不推理，也不迭代。模型抓取几块文本并回答，往往忽略了全局。智能搜索通过给模型一组五种工具来改变这一点，类似于常见的文件系统操作：

  • 搜索：在整个语料库中查找相关文档。
  • 打开：打开特定文档。
  • 导航：跳转到特定页面、章节或区域。
  • 阅读：提取目标位置的内容。
  • grep：在打开的文档中搜索模式。

有了这些工具，模型可以主动检查其发现，优化搜索策略，深入挖掘证据，甚至跨多个文档进行比较。检索质量随着模型的推理能力而提高。

在真实世界测试中的验证性能

智能搜索在行业基准测试中表现出令人印象深刻的结果。在FinanceBench测试中，涉及368份平均147页的复杂SEC文件，仅添加搜索循环就使准确性提高了三倍。使用完整的导航工具链，准确性飙升至86%，而p90延迟显著降低，令牌消耗减少了三分之一。

在OfficeQA Pro Treasury Bulletin测试中，包括696份扫描的、表格密集的政府财务PDF，闭环代理搜索实现了准确性的突破，展示了其处理深层表格和结构化数值查询的能力。

灵活部署满足企业需求

智能搜索适应云和本地部署。它可以嵌入Studio和Vibe中的Libraries，或通过Mistral Search Toolkit集成到自定义工作流中。这种灵活性为企业释放敏感领域数据的价值并构建高精度检索系统提供了坚实的基础。

关键要点

  • 多步骤检索：智能搜索使用五种工具进行推理和迭代，克服了传统RAG的局限性。
  • 准确性提升：在FinanceBench测试中，复杂文档的准确性提高到86%。
  • 效率提升：延迟和令牌消耗减少了三分之一。
  • 多功能部署：支持云和本地，并提供自定义工作流的集成选项。
  • 真实世界验证：在金融和政府文档基准测试中得到验证。