Mistral mahu AI menyiasat dokumen perusahaan, bukan sekadar mencari jawapan

Agentic Search menjadikan proses ini lebih adaptif. Model tidak menganggap keputusan carian pertama sebagai muktamad, sebaliknya boleh memeriksa hasil yang ditemui dan menentukan langkah seterusnya:

1. Search mencari dokumen atau petikan yang berkemungkinan relevan.
2. Open membuka dokumen terpilih untuk diperiksa.
3. Navigate menelusuri halaman, bahagian atau struktur dokumen yang lain.
4. Read mengambil kandungan berkaitan bersama konteksnya.
5. Grep menyemak perkataan, frasa, nombor atau corak yang tepat.

Model boleh mengulangi operasi ini sambil memperincikan soalan. Dalam amalan, ia membentuk gelung carian dan pengesahan: mencari jawapan awal, memeriksa sumber, mencari bukti berkaitan dan menyemak semula ayat atau angka yang tepat sebelum memberikan respons. Corak penggunaan alat ini selari dengan seni bina ejen Mistral, yang membolehkan model memanggil fungsi luaran semasa tugasan dan menerima hasilnya untuk meneruskan penaakulan.

Mengapa gelung berulang membantu dokumen perusahaan yang rumit?

Boleh pulih daripada carian awal yang lemah

RAG sekali lalu sangat bergantung pada pertanyaan awal, strategi pemecahan dokumen kepada chunk, indeks dan sistem pemeringkatan. Jika carian pertama menghasilkan bahan yang kelihatan munasabah tetapi tidak lengkap, model mungkin tidak pernah melihat bukti yang boleh membetulkan jawapannya. Ejen berulang pula boleh mengubah suai carian, membuka dokumen lain atau menyemak bahagian berdekatan tanpa berhenti pada padanan pertama yang kelihatan meyakinkan.

Mengekalkan struktur dokumen

Jadual dan pendedahan kewangan sering bergantung pada tajuk, kedudukan halaman, nota kaki dan teks di sekelilingnya. Koleksi chunk yang rata boleh mengaburkan hubungan tersebut. Fungsi navigasi dan bacaan terarah memberi model cara untuk bergerak dalam dokumen, bukannya menganggap setiap petikan sebagai serpihan teks yang terasing.

Menyokong semakan bukti yang tepat

Carian semantik berguna untuk mencari konsep yang berkaitan, tetapi padanan tepat masih penting bagi nama syarikat, istilah perakaunan, tarikh, pengecam dan pendedahan berulang. Operasi seperti grep memberi model kaedah tambahan untuk mengesahkan sama ada istilah atau corak tertentu benar-benar wujud dalam korpus. Alat carian berasaskan fail yang serupa—termasuk search, grep, read dan pelayaran dokumen—turut digunakan dalam sistem dokumen berasaskan ejen yang lain.

Lebih sesuai untuk soalan merentas dokumen

Soalan perusahaan sering memerlukan perbandingan beberapa pemfailan, atau pencarian sesuatu angka dalam satu dokumen dan definisinya dalam dokumen lain. Gelung yang dipandu model boleh berulang-alik antara penemuan dan pengesahan di seluruh korpus, berbanding bergantung pada satu pusingan pemeringkatan sahaja.

Apa yang ditunjukkan oleh penanda aras?

Mistral mengetengahkan dua penilaian untuk tugasan soal jawab dokumen yang mencabar.

FinanceBench: daripada 26.7% kepada 86%

FinanceBench merangkumi 368 pemfailan kewangan dengan jumlah kira-kira 53,900 halaman. Mistral melaporkan Mistral Medium 3.5 mencapai 26.7% ketepatan dengan carian sekali lalu dan 86% menggunakan Agentic Search. Itu bersamaan peningkatan 59.3 mata peratusan, atau kira-kira 3.2 kali ganda berbanding keputusan awal.

Mistral turut melaporkan ujian lapisan carian itu bersama GLM-5.2, yang diterangkan dalam dokumentasinya sebagai model teks sumber terbuka daripada pihak ketiga. Dalam perbandingan tersebut, GLM-5.2 meningkat daripada 6.3% dengan carian sekali lalu kepada 51.9% menggunakan Agentic Search.

OfficeQA Pro: peningkatan 45.6 mata peratusan

OfficeQA Pro menumpukan soalan berasaskan jadual dan beberapa dokumen daripada 696 dokumen imbasan U.S. Treasury Bulletin, iaitu buletin Perbendaharaan Amerika Syarikat. Pengumuman Mistral yang dikongsikan Ina Koleva melaporkan peningkatan daripada 6.3% kepada 51.9%, atau 45.6 mata peratusan, berbanding RAG sekali lalu.

Keputusan ini kelihatan memberangsangkan, tetapi bukan jaminan prestasi sejagat. Hasil boleh berubah mengikut kualiti penghuraian dokumen, OCR, strategi chunking, pengindeksan, pilihan model, arahan, had alat dan kaedah penilaian. Penyelidikan OfficeQA Pro sendiri menunjukkan bahawa cara dokumen diwakili dan dihuraikan memberi kesan ketara terhadap ketepatan, kependaman, jumlah panggilan alat dan kos.

Ketepatan bukan satu-satunya pertimbangan perusahaan

Mistral berkata Agentic Search meningkatkan ketepatan sambil mengurangkan bilangan pusingan, penggunaan token dan kependaman dalam penanda aras yang diketengahkan. Namun, sistem berbilang langkah tetap perlu menunggu panggilan alat dan pemprosesan dokumen. Analisis sekunder terhadap keputusan FinanceBench melaporkan purata kependaman 71 saat dan 154 saat pada p90 untuk gelung penuh; angka ini tidak dinyatakan dalam petikan sumber utama Mistral dan perlu dianggap dengan sewajarnya.

Bagi pasukan yang mahu menggunakannya dalam pengeluaran, perbandingan sebenar bukan sekadar “agentic” lawan “bukan agentic”. Soalan yang lebih penting ialah:

• Seberapa kerap sistem menemui bukti yang betul?
• Adakah konteks halaman, jadual dan petikan sumber dikekalkan secara konsisten?
• Berapakah masa respons purata dan masa terburuk?
• Berapa banyak panggilan alat dan token diperlukan bagi setiap soalan?
• Bolehkah kebenaran akses, indeks, OCR dan log audit disepadukan?
• Di manakah pemprosesan dokumen dan inferens model berlaku?

Carian berasaskan ejen boleh mengurangkan konteks yang membazir dengan hanya membaca bahagian yang diperlukan. Namun, langkah penaakulan tambahan juga boleh menambah kependaman dan kos. Reka bentuk yang sesuai bergantung pada tahap risiko dan kerumitan tugasan.

Di mana Agentic Search tersedia?

Mistral menyatakan Agentic Search tersedia melalui Search Toolkit dan Libraries. Kedua-duanya merupakan sebahagian daripada rangkaian ejen dan carian dokumen Mistral. Dokumentasi syarikat menyenaraikan perpustakaan dokumen sebagai cara terbina dalam untuk mencari fail yang dimuat naik, manakala Agents API menyokong ejen yang memanggil alat semasa perbualan.

Perbezaan pentingnya ialah Agentic Search diposisikan sebagai komponen carian, bukan hanya ciri dalam chatbot pengguna. Ini membolehkan organisasi memasukkan aliran kerja tersebut ke dalam aplikasi, ejen atau saluran carian perusahaan yang lebih besar.

Mengapa carian yang tidak terikat pada satu model penting?

Ujian Mistral bersama Mistral Medium 3.5 dan GLM-5.2 menunjukkan reka bentuk yang lebih fleksibel dari segi model. Jika lapisan carian dan navigasi boleh digunakan dengan model penaakulan yang berbeza, organisasi tidak semestinya perlu membina semula aliran kerja dokumen setiap kali menukar model.

Kemudahalihan ini boleh membantu organisasi mengimbangi keupayaan, harga, lesen, lokasi penggunaan dan kawalan data. Ia juga mengubah medan persaingan: lapisan carian, representasi dokumen, kebenaran akses, kebolehlihatan operasi dan kualiti bukti menjadi sama penting dengan model bahasa yang menjana jawapan akhir.

Namun, dakwaan tersebut masih perlu diuji mengikut setiap pelaksanaan. Sistem yang secara prinsipnya tidak terikat pada model tertentu mungkin berkelakuan berbeza kerana kebolehpercayaan penggunaan alat, pengendalian konteks dan kualiti penaakulan setiap model tidak sama.

Hubungannya dengan strategi perusahaan dan kedaulatan AI Mistral

Agentic Search mengukuhkan usaha Mistral untuk menjual lebih daripada sekadar model AI. Syarikat itu mahu teknologi mereka menjadi lapisan mudah alih untuk mencari dan menaakul berdasarkan data organisasi yang sensitif, termasuk rekod kewangan dan pangkalan pengetahuan dalaman. Bahan Mistral untuk sektor kewangan menekankan carian yang mengambil kira kebenaran akses serta jawapan yang disertakan bukti dan konteks.

Pendekatan ini amat relevan kepada organisasi terkawal yang perlu mengetahui di mana data diproses dan bagaimana bukti diakses. Laporan berkaitan Mistral menggambarkan penggunaan dalam awan dan infrastruktur terkawal, termasuk persekitaran seumpama on-premises. Namun, fleksibiliti penggunaan tidak bermaksud pematuhan automatik terhadap setiap bidang kuasa atau sektor.

Perancangan infrastruktur Mistral menyokong naratif yang sama. Reuters melaporkan perjanjian yang menyaksikan Microsoft membelanjakan berbilion-bilion untuk infrastruktur pengkomputeran Eropah Mistral, manakala pelanggan Azure boleh membangunkan perisian menggunakan pusat data Mistral di Perancis. Pengehosan di Eropah boleh membantu dari segi lokasi data dan kawalan operasi, tetapi hubungan dengan Microsoft juga menunjukkan bahawa “AI berdaulat” tidak bermaksud bebas sepenuhnya daripada rantaian bekalan awan dan perkakasan global.

Di sebalik pelancaran: rancangan pendanaan besar

Pelancaran produk itu hadir ketika terdapat laporan bahawa Mistral sedang berbincang pada peringkat awal untuk mengumpul kira-kira €3 bilion pada penilaian sekitar €20 bilion. Bloomberg menyifatkan rundingan tersebut sebagai masih awal dan tertakluk kepada perubahan.

Penilaian yang dicadangkan itu jauh lebih tinggi daripada €11.7 bilion yang dilaporkan selepas pembiayaan Mistral pada September 2025. Penting untuk membezakan rundingan pembiayaan yang dilaporkan daripada pusingan yang telah selesai: angka ini menggambarkan kemungkinan terma, bukan transaksi muktamad.

Potensi kutipan dana itu turut menunjukkan mengapa carian perusahaan dan infrastruktur menjadi penting secara strategik. Membina produk AI termaju memerlukan akses kepada kapasiti pengkomputeran yang mahal, manakala pelanggan perusahaan mahukan sistem boleh dipercayai yang beroperasi merentasi persekitaran data mereka sendiri. Agentic Search menangani lapisan aplikasi dan carian; pusat data Eropah pula melengkapkan sebahagian daripada cerita infrastrukturnya.

Kedudukan Mistral dalam pasaran yang sengit

Mistral bersaing dalam beberapa medan serentak:

• Carian perusahaan tradisional: Agentic Search menambah penyiasatan yang dipandu model kepada pemeringkatan dan carian, dengan matlamat mencari, memeriksa dan menerangkan bukti—bukan sekadar menyenaraikan dokumen.
• RAG asas: Perbezaan utamanya ialah carian, navigasi dan pengesahan berulang, bukannya satu pusingan carian vektor atau kata kunci.
• Penyedia awan dan platform: Mistral menekankan alat yang boleh digabungkan, fleksibiliti model dan pilihan penggunaan di Eropah, bukan hanya pembantu umum.
• Sistem carian berasaskan ejen lain: OpenSearch juga menerangkan aliran kerja yang membolehkan model merancang dan melaksanakan carian secara automatik, menunjukkan bahawa kategori ini lebih luas daripada Mistral.

Tajuk penanda aras memberi Mistral permulaan yang kukuh, khususnya untuk dokumen panjang dan berstruktur rumit. Kelebihan yang berkekalan akan bergantung pada sama ada peningkatan itu bertahan dalam penilaian bebas dan beban kerja sebenar—serta sama ada Mistral boleh menyampaikannya dengan kependaman, kos, keselamatan dan kerumitan integrasi yang munasabah.

Kesimpulan

Idea utama Mistral Agentic Search mudah tetapi penting: carian sepatutnya menjadi penyiasatan aktif, bukan semakan awal yang dilakukan sekali sahaja. Dengan menggabungkan search, open, navigate, read dan padanan istilah tepat melalui grep, sistem ini memberi model lebih banyak peluang untuk mencari serta mengesahkan bukti dalam korpus dokumen perusahaan yang sukar.

Keputusan yang dilaporkan Mistral—daripada 26.7% kepada 86% dalam FinanceBench dan peningkatan 45.6 mata peratusan dalam OfficeQA Pro—menunjukkan bahawa reka bentuk ini berpotensi meningkatkan soal jawab dokumen dengan ketara. Namun, batasannya juga jelas: ini ialah keputusan penanda aras yang berkaitan dengan vendor, dan pembeli perusahaan masih perlu mengukur kependaman, kos, kebenaran akses, kualiti penghuraian serta kebolehpercayaan menggunakan data mereka sendiri.