MistralがAgentic Searchを発表、エンタープライズAIが探索を継続できるように

Why it matters

Enterprise agents fail when they cannot locate and verify private information. Mistral is turning retrieval into a core product as it builds beyond foundation models.

Arthur Mensch's Mistral AIは8月20日にAgentic Searchを発表しました。これは企業向けAIシステムに、最初に受け取ったテキストチャンクの最初のバッチから回答するのではなく、長い文書を検索、開き、読み取るためのマルチステップのリトリーバルループを提供します。

Menschは元Google DeepMindの研究者で、2023年にGuillaume LampleおよびTimothee Lacroix（いずれもMeta AI出身）とともにMistralを設立しました。3人の研究者は、効率的なモデル、オープンなツール群、顧客によるコントロールという提案を軸にMistralを構築しました。Agentic Searchは、その主張をリトリーバル層にまで拡張しており、プライベート情報へのアクセスが最終的な回答を生成するモデルと同じくらい重要になる場面が多くあります。

製品はMistral Search Toolkit経由、およびStudioとVibe内のLibrariesを通じて利用可能です。Mistralによれば、顧客はこのツールをクラウドまたはオンプレミスで実行し、既存の検索インデックスに接続できるとのことで、契約書、提出書類、運用記録をサードパーティのサービスに送れない組織にとって重要な要件を満たします。

継続的に探索できるモデル

従来のretrieval-augmented generation（RAG）は通常、一度インデックスを検索し、固定されたチャンク群を言語モデルに渡して回答を求めます。それは直接的な照会には有効です。しかし、関連する数値が脚注や147ページの表、あるいは最初の文書が参照する第二の文書にある場合には脆弱になります。

Agentic Searchはモデルが次に何を調べるかを決められるように、search、open、navigate、read、grepという5つのツールを提供します。モデルはクエリを洗練し、有望な文書を開き、特定のページに移動し、そのファイル内を検索してから応答できます。Mistralによれば、これらのツールにはモデル固有のファインチューニングは不要です。

Mistralは、1953年の月次米国国家防衛支出の合計を問う質問を例に差を示しています。単一の検索では年の一部しか含まないブリテン（bulletins）が取得されました。エージェント的ループは再検索を行い、1954年2月のTreasury Bulletin（12か月分すべてを含む）を見つけ、該当ページを読み取り、合計で$44,463 millionを計算しました。

この例はアプローチの実用的な利点を捉えています。初期のインデックスは依然としてコーパスを絞り込みますが、モデルは最初の検索結果を利用可能な全データと見なすのではなく、可能性の高い情報源を調査します。

基盤となるSearch Toolkitは5月28日にパブリックプレビューに入りました。これはPDF、オフィスファイル、スプレッドシート、メール、プレーンテキストなどの形式で文書抽出、チャンク化、埋め込み、インデクシング、検索、評価を処理します。Agentic Searchはそのインフラを、推論中にモデルが呼び出せる一連のアクションに変換します。

ベンチマーク事例

MistralはMistral Medium 3.5とZ.aiのGLM-5.2でFinanceBenchとOfficeQA Proを用いてシステムをテストしました。Mistralによれば、テストではSearch Toolkitのデフォルトのチャンク化とランキングを使用し、ユースケース固有のチューニングは行っていません。

FinanceBenchでは、Mistralの報告によればGLM-5.2の正答率はワンショットRAGでの26.7%から反復検索と文書ナビゲーションで86%に上昇しました。検索ループだけで52.6ポイントの増加があり、open、navigate、read、grepツールがさらに6.7ポイントを追加しました。Mistral Medium 3.5は反復検索で47.3ポイント、ナビゲーションでさらに8.7ポイントを獲得しました。

FinanceBenchは約53,900ページにわたる368件のSEC提出書類を対象に財務に関する質問応答を評価します。Mistralは同プラットフォームの150問の公開評価セットを使用し、人間のラベルに較正されたLLMジャッジで回答をスコアリングしました。

ナビゲーションツールは、Mistralのテストにおける反復検索のコストも削減しました。トークン使用量はMistral Medium 3.5で23.9%減、GLM-5.2で33.7%減となり、検索のみのエージェントループと比較して改善しました。FinanceBenchのp90レイテンシは255秒から154秒に低下し、平均レイテンシは108秒から71秒に短縮されました。

OfficeQA Proでは、MistralによればGLM-5.2はワンショット検索時の6.3%からフルツールセットで51.9%に上昇しました。このベンチマークは約89,000ページに及ぶ696件の歴史的なU.S. Treasury Bulletinsを対象に133問を含みます。問われる課題はスキャンされた表や複数文書の上での検索と推論を必要とするため、正しい文書選択はタスクの始まりに過ぎません。

これらの改善は独立した再現結果ではなくMistral自身の評価によるものです。Mistralのモデルとサードパーティのモデルをテストしたことは有益なクロスチェックを提供しますが、2つのモデルだけではシステムがモデル非依存であるというMistralのより広い主張を立証するものではありません。OfficeQA Proの研究自体は、文書コーパスを与えられたフロンティア級エージェントの平均が34.1%であると見出しており、能力のあるモデルが基礎ファイルを受け取っても、リトリーバルと文書解析が依然として主要な失敗要因であることを示しています。

Menschの企業向けスタックへの進出

Agentic Searchは、すでに専門企業が占める市場にMistralを位置づけます。Gleanはエンタープライズアプリケーション全体で権限対応の職場検索を提供し、Contextual AIは専用の企業エージェント向けにプライベート展開オプションを含むアクティブなマルチステップリトリーバルを提供しています。

Mistralの提案は、移植性、オープンなコンポーネント、顧客が既に運用しているインデックスとの互換性に基づいています。これは、Menschがヨーロッパの組織にデータを扱うシステムのより大きなコントロールを与えようとする長期的な取り組みと合致します。Mistralの創業者らは、オープン性、効率性、ユーザーコントロールをパリ拠点のAI開発企業の創業理念の中核としています。

このローンチはまた、ファウンデーションモデルを超えた急速な展開の延長でもあります。RuntimeWireは8月初めに、Mistralがランタイムポリシー制御を備えたコンパクトなガードモデルを出荷したこと、そしてMenschが長期的な容量コミットメントに基づくヨーロッパのコンピュート連合を構築していることを報じました。SearchはMistralのモデルと企業のワークフローの間に別の層を追加します。

その層がエージェントの有用性を決定することがあります。リトリーバルシステムが誤ったページを送れば、より強力なモデルでも検証済みの回答は出せません。Menschは、Mistralが証拠を見つけ、ポリシーを適用し、顧客のインフラ内で動作する機構を販売できると賭けており、それらの仕事を外部ベンダーの寄せ集めに任せるのではないと考えています。

Agentic SearchはMistralにその層への説得力ある参入手段を与えます。ベンチマークの結果は、モデルに文書を調査させることで単一の検索パスよりも大幅な利得が得られることを示しています。企業での導入が、フォーマットが不揃いでアクセス制御があり、ベンチマーク上の便利な回答が少ないプライベートコーパスでもその利得が持続するかを判断することになるでしょう。