Introduzione al fenomeno delle catene di ricerca IA

Il 21 ottobre 2026 è stato pubblicato su PLOS One uno studio che ha registrato un massimo di 186 chiamate di ricerca per rispondere a una singola domanda mediante un agente di intelligenza artificiale. Questo dato, ottenuto in condizioni di test controllati, dimostra quanto possa allungarsi una catena di interrogazioni quando un modello utilizza la generazione aumentata da recupero (RAG) per consultare documenti esterni.

Nel paradigma RAG, il modello decide autonomamente quando avvia una nuova ricerca e come riformulare la query in base ai risultati ottenuti, creando così una sequenza iterativa di richieste che può diventare molto complessa.

Analisi approfondita dello studio ASQ

Francesca Pezzuti e i suoi co‑autori hanno analizzato quasi un milione di sequenze all'interno del benchmark ASQ, impiegando tre collezioni documentali, cinque varianti di agenti e sei configurazioni di recupero. Hanno identificato:

    • Query ripetute tra le diverse configurazioni
    • Significative differenze di performance in base al tipo di agente e alla strategia di recupero

Loro conclusione principale è che, per estendere questi risultati a servizi commerciali, è necessario disporre di dati di utilizzo reale, poiché gli esperimenti controllati possono non riflettere la varietà dei casi d'uso reali.

Altri contributi contemporanei su arXiv

Il medesimo giorno sono stati pubblicati su arXiv tre ulteriori lavori che indagano le cause di perdita di informazioni e propongono modifiche alle modalità di ricerca o di conservazione dell’evidenza.

LASAGNA: un'analisi comparativa di 450 configurazioni RAG

Il progetto LASAGNA ha confrontato 450 configurazioni RAG su otto benchmark, utilizzando collezioni che variano da 5.000 a 200.000 documenti. In una particolare combinazione, le migliorie individuali di tre tecniche avrebbero dovuto prevedere un aumento del 46,6 % in NDCG@10, una metrica che valuta la rilevanza e la posizione dei primi dieci risultati.

Tuttavia, combinando le tre tecniche, l’incremento osservato è stato del 17,2 % rispetto alla configurazione di riferimento, evidenziando che le sinergie tra miglioramenti non sono sempre additive.

LASAGNA ha inoltre misurato la fidelità delle risposte, cioè il grado di supporto documentale delle affermazioni generate. È emerso che decisioni ottimizzate per il recupero dei documenti possono compromettere la fedeltà, separando nettamente la capacità di trovare materiale rilevante da quella di usarlo correttamente.

Allargando la collezione, la combinazione di tecniche più efficace è cambiata, indicando che le migliori strategie dipendono dalla dimensione e dalla natura del corpus. Le sperimentazioni sono state condotte principalmente su un set di domande in inglese, con un massimo di 200 richieste per esperimento.

MAPS: mantenere il focus e il contesto nelle catene di ricerca

Il metodo MAPS, sviluppato da ricercatori delle università Northeastern, Shenyang e Tsinghua, affronta il problema della deriva della ricerca, ovvero la tendenza dell’agente a deviare dalla domanda originale.

MAPS conserva sia le evidenze recuperate sia una versione depurata dello stato di ragionamento. Da questo stato genera in parallelo query complementari, aggregando i risultati prima di proseguire.

Nei test condotti su sei set di domande‑risposte, con due modelli Qwen, MAPS ha superato i metodi concorrenti, utilizzando 1.000 domande per set, ad eccezione del benchmark GPQA Diamond, che ne contiene 198.

ThreadRAG: organizzazione contestuale dei frammenti

ThreadRAG struttura i frammenti recuperati in una rete di relazioni narrative, semantiche e lessicali, selezionando poi i percorsi più pertinenti e ricomponendo l’evidenza in un testo continuo per il modello.

Nel benchmark HotpotQA, con il modello Qwen‑3.5 plus, ThreadRAG ha raggiunto una corrispondenza esatta del 58,6 % rispetto al 44,2 % di IRCoT, con una differenza di 14,4 punti percentuali.

Nel benchmark MuSiQue, il consumo totale di token di ThreadRAG è stato solo il 23,3 % di quello registrato da KnowTrace su 100 query, includendo la costruzione dei grafi e l’esecuzione delle risposte, dimostrando un notevole risparmio di risorse.

Stato della revisione e disponibilità dei risultati

L’articolo relativo allo studio ASQ è stato sottoposto a revisione paritaria e pubblicato su PLOS One. LASAGNA e MAPS sono attualmente disponibili come preprint, mentre la scheda di ThreadRAG segnala l’accettazione per la conferenza Findings of EMNLP 2026.

Tutti i risultati sono riferiti ai benchmark e alle configurazioni testate. LASAGNA mette a disposizione il proprio framework di valutazione, consentendo ad altri ricercatori di replicare le comparazioni con nuove configurazioni o collezioni documentali.

Conclusioni e prospettive future

Questi studi evidenziano la complessità intrinseca dei sistemi RAG: la capacità di recuperare documenti pertinenti, la fedeltà delle risposte e l’efficienza computazionale sono obiettivi spesso in tensione tra loro. Metodi come LASAGNA, MAPS e ThreadRAG mostrano approcci promettenti per bilanciare questi fattori, ma la loro validità su larga scala rimane da verificare con dati di utilizzo reale.

In futuro, la ricerca dovrà concentrarsi su:

    • l’integrazione di metriche di fedeltà nella fase di ottimizzazione del recupero
    • la gestione dinamica della dimensione del corpus per mantenere prestazioni costanti
    • l’analisi dei costi di token in scenari di produzione, per garantire sostenibilità economica

Solo attraverso studi approfonditi e dataset reali sarà possibile definire standard affidabili per l’impiego dei modelli RAG in applicazioni commerciali.