Mistralが複雑な文書検索のためのAgentic Searchを発表

マルチステップ検索レイヤー

Mistral AIは、AIシステムが複雑なドキュメント内や複数のデータソースにまたがって情報を検索、ナビゲート、検証できるように設計された検索レイヤー「Agentic Search」を発表した。同社によると、このシステムは、1回の検索で選ばれた固定のチャンク集合からモデルに回答させるのではなく、マルチステップの検索ループを使用するという。

Agentic SearchはMistral Search Toolkitを通じて利用可能であり、StudioとVibeの両方のLibrariesに組み込まれている。Mistralは、そのポータブルでオープンなツール群が、機密性の高いドメイン固有のデータをクラウド上でもオンプレミスでも、分離境界を越えてデータを移動させることなく扱えると述べている。

ドキュメントナビゲーションのための5つのツール

Agentic Searchは組織の既存の検索インデックスを基盤とし、モデルに5つのツールを提供する。

• search はインデックスを通じて関連ドキュメントを見つける。
• open は選択したドキュメントを開く。
• navigate はページ、セクション、または領域へ移動する。
• read はその位置からコンテンツを取得する。
• grep は開いているドキュメント内のパターンを検索する。

Mistralによると、モデルはこれらのツールを使って初期結果を検証し、検索を修正し、関連セクションへ移動し、回答を生成する前にソース資料を読むことができるという。同社は、これらのツールにはファインチューニングもモデル固有のトレーニングも不要だと述べている。

Mistral Search Toolkitには、データの取り込み、埋め込み、インデックス作成のためのオープンなモジュールも含まれる。同社は、長文ドキュメント、複数のソースにまたがる質問、検証が必要な回答、表や構造化されたドキュメントを、Agentic Searchの想定用途として挙げている。従来型のインデックス検索は、直接的な参照、大量検索、予測可能なソース位置を持つ単純な質問については引き続き十分な場合があるとしている。

Mistralが報告したベンチマーク結果

Mistralは、デフォルトのチャンク分割とランキングをチューニングせずに使用する、Mistral Search Toolkitのデフォルト構成でAgentic Searchをテストした。テストにはMistral Medium 3.5とZ.ai GLM-5.2を使用した。

368件のSEC提出書類から抽出された150問をカバーするFinanceBenchでは、正答率が26.7%から86%に上昇したとMistralは報告している。同社によると、1回限りの検索から検索のみの反復ループへ移行したことで、Mistral Medium 3.5では正答率が47.3ポイント、GLM-5.2では52.6ポイント向上したという。

Mistralは、open、navigate、read、grepの各ツールを追加したことで、さらにMistral Medium 3.5で8.7ポイント、GLM-5.2で6.7ポイントの精度向上が得られたと報告している。同社によると、フルループは検索のみのループと比較して、Mistral Medium 3.5で23.9%、GLM-5.2で33.7%少ないトークン数で済んだという。

表や複数ドキュメントを含むOfficeQA Proの質問については、結果が6.3%から51.9%へと45.6ポイント向上したとMistralは述べている。同社はまた、p90レイテンシで最大39.6%、トークン消費量で最大3分の1の削減も報告している。

出典:Mistral AIの「Introducing Agentic Search」発表(2026年8月20日公開)。