Progress Agentic RAG 如何登上 Snowflake MADQA 排行榜第 1 名

我們很興奮地宣布一項重大里程碑：Progress Agentic RAG 正式在 Snowflake MADQA Leaderboard 上名列第一，在 Agentic RAG 與傳統 RAG 評測基準中皆拿下最高排名。

這項里程碑代表一項宏大願景的成果。就在一年前，Nuclia 被 Progress 收購。從那天起，我們的團隊便持續投入，致力於透過在 RAG pipeline 的每一個層面注入深度代理能力，徹底改變企業資訊檢索的方式，涵蓋資料擷取與內容強化、混合式檢索，以及聯邦式整合。這就是 Agentic Knowledge Layer 發揮作用的方式：不是依靠某項技巧來提升單一評測的成績，而是在資料擷取、檢索與評估各環節建立受治理的基礎，如今更獲得公開第三方排行榜的驗證。

什麼是 MADQA Leaderboard？為什麼它如此重要？ 

MADQA（Multimodal Agentic Document Question Answering）是由 Snowflake AI Research 與 University of Oxford、UNC-Chapel Hill、CVC 及 Hugging Face 共同建立的評測基準。它使用 800 份真實企業文件（包括財務報告、表單、技術圖表）中的 2,250 個由人工撰寫的問題來測試系統；其中許多問題不只是需要讀取擷取出的文字，還必須理解表格、核取方塊及蓋章日期等視覺結構。

MADQA 比多數 RAG 評測更具挑戰的地方在於，它不只評分最終答案，還會記錄完整的搜尋軌跡——包括每一次查詢與每一頁瀏覽——並比較系統瀏覽文件集合的方式與人類研究人員的做法。此外，它採用封閉世界設定：系統不能依賴外部訓練知識，而必須在提供的檔案中找出並引用真實證據。Snowflake 自身的研究發現，即使是表現最佳的代理，也最多需要 9 輪搜尋，才能達到人類在 1–2 輪搜尋中所能達到的準確度；這表示多數系統是靠大量嘗試，而非高效率的推理來取得答案。

因此，在這項評測中拿下第一名，意義不只是排行榜上的一個數字：這是獨立第三方提供的證據，證明答案不僅準確，也具備充分依據。這正是企業買方、合規團隊，以及如今 AI 代理本身，開始對檢索系統提出的標準。

以下將深入介紹我們如何打造市場上表現最佳的 RAG 解決方案，以及這對企業 AI 代表的意義。

RAG 各層面的代理能力

傳統 RAG 系統將資料擷取、處理與搜尋視為彼此獨立且僵化的步驟。我們採取截然不同的方法，在資料生命週期的每個階段部署智慧型代理機制。

資料擷取：智慧版面配置與多格式擷取

非結構化資料的形式相當複雜，包括試算表、簡報投影片、多欄 PDF、內嵌圖片，以及結構精細的資料表格。

• 版面配置感知：Progress Agentic RAG 會實作動態擷取策略，自動分析文件，針對每種特定檔案類型識別並套用最佳版面配置模型。
• 複雜資料處理：無論是剖析多工作表活頁簿，或是處理投影片中的多模態圖表，系統都能自動分離內容、建立結構對應，並保留複雜內容的完整性。

內容強化：打造適用於 AI 的資料

垃圾進，垃圾出。高效能檢索完全取決於資料品質：

• 智慧分割：我們的分割器不依賴任意設定的區塊大小，而是分析內容脈絡邊界，以保留語意的一致性。
• 專有的最先進嵌入模型：我們採用自行打造的嵌入模型，針對一般企業情境與特定領域場景進行微調。
• 資料擴充與知識圖譜：透過先進的資料標記，以及語意與 LLM 驅動的圖譜擷取技術，我們會自動建立知識圖譜，對應概念、實體與中繼資料之間的關係。

檢索：代理迴圈的實際運作

檢索不只是向量比對，更是一個主動且反覆進行的推理過程。

• 真實依據與向量搜尋：我們將確定性、可擷取的結構化中繼資料（以取得絕對真值）與高維度向量搜尋結合。
• 意圖與篩選智慧：每次查詢都會經過意圖偵測、動態中繼資料篩選，以及自動查詢改寫。
• 圖譜巡覽：檢索引擎會主動巡覽語意知識圖譜，以擷取多跳式脈絡，找出傳統向量搜尋完全無法發現的資訊。

為企業知識庫建立最佳的 AI 就緒資料，是第一步。接下來，我們解決了如何將這些能力連接至更廣泛企業生態系的挑戰。

我們近期發布了 Federated Agentic Framework，為企業自動化帶來全新層次的能力：

• 聯邦式連線：無縫串接企業內部資料儲存庫與外部企業工具及資料庫。
• 通訊協定支援：內建支援 Model Context Protocol (MCP) 與 Agent-to-Agent (A2A) 互動模式，讓自主 AI 代理能安全地彼此溝通、分派任務，並執行複雜工作流程。
• 聯邦式安全性：端對端安全性與細緻的存取控制，確保無論有多少代理或系統加入流程，資料邊界與權限都能嚴格受到控管。

企業驗證：可靠、快速且彈性的部署

我們一直知道，平台在業界具備快速、可靠且最容易整合的部署歷史。但企業 AI 需要在不犧牲控制能力的前提下，提供彈性的部署方式：

• 多雲端支援：原生且經過最佳化的部署，支援 AWS、GCP 與 Azure（包括公有雲與私有雲）。
• 氣隙環境：完整支援離線運作，滿足嚴格的安全性、國防或高度監管產業需求。

我們一直知道自己打造了最可靠、效能最佳的 RAG 架構。如今，Snowflake MADQA Leaderboard 提供了公開且可驗證的證明。這項成果也正值市場開始驗證整個領域之際：目前 67% 的正式環境 LLM 部署已使用某種形式的檢索增強技術，較 2024 年的 31% 大幅成長（McKinsey，2026 State of AI in Enterprise），而自主代理的崛起正是推動這項成長的最大因素。代理需要一個值得信賴的來源來進行檢索，而現在已有公開的第三方證據，證明哪一個層面做得最好。

透過結合智慧多格式擷取、圖譜強化語意索引、代理式檢索迴圈與聯邦式代理生態系，Progress Agentic RAG 提供無與倫比的準確度與可驗證性。

歡迎前往 Hugging Face 上的 Snowflake MADQA Leaderboard，親自查看排名！

文章來源: How Progress Agentic RAG Reached #1 on the Snowflake MADQA Leaderboard