Nace AI выпустила Drex for Search: агенты находят документы с точностью 92% и в 16 раз быстрее
Компания Nace AI запустила Drex for Search — слой поиска, предназначенный для AI-агентов и людей, чтобы быстро находить нужную информацию в документах. Система использует модели принятия решений Drex, которые оценивают варианты с калиброванной вероятностью за один прямой проход, что делает её достаточно дешёвой для каждого шага агента. В собственных тестах Nace на бенчмарке BrowseComp-Plus (830 вопросов по ~100K веб-документов) с моделью GPT-5 Drex for Search показал 92,05% точности, заняв 2-е место в лидерборде из 86 участников, и использовал всего 12,61 поискового вызова на вопрос — в 16,6 раз меньше, чем лидер (209,27 вызовов).
Работа Drex for Search внутри агента разбита на три этапа: классификация, сжатие и ответ. Система решает, нужен быстрый ответ или полноценный агентский проход, затем последовательно обходит структуру файлов (папка, файл, раздел, страница), отсеивая нерелевантное, и передаёт LLM только отобранные страницы и таблицы с указанием источника. Глубина поиска фиксирована, поэтому миллион файлов обрабатывается за то же число шагов, что и тысяча.
Для кодинг-агентов Nace протестировала Drex for Search на бенчмарке OfficeQA Pro (133 вопроса по бюллетеням Минфина США). Результаты: точность выросла на 6%, количество шагов агента сократилось на 62%, токенов — на 56%, а скорость работы увеличилась в 2,3 раза. Например, связка Gemini CLI + Gemini 3.1 Pro с Drex подняла точность с 54,9% до 61,7%, а число шагов упало с 22,9 до 10,4. У Hermes Agent + Opus 5.5 точность выросла с 64,3% до 68,4% при сокращении шагов с 8,5 до 3,7.
Drex for Search поддерживает разнообразные форматы: PDF (включая сканы), xlsx, csv, Parquet, mp3, mp4, docx, pptx, md, json и txt. Каждый ответ сопровождается цитатой с указанием файла и страницы (или строки/минуты). Рабочие пространства изолированы, имеют собственный индекс и граф знаний, могут быть расшарены. Файлы можно загружать или хранить в своём S3-бакете или Azure Blob. Возможна нулевая задержка хранения при использовании собственного хранилища. Система работает в управляемом облаке Nace, выделенном облаке, на AWS/Azure или on-premises.