NASA a déployé un système de recherche agentique public conçu pour aider la communauté des géosciences à trouver des ensembles de données et des outils pertinents via des requêtes en langage naturel. Ce service exploite le NASA Earth Observation Knowledge Graph (NASA EO-KG) pour pallier la difficulté de localiser des ressources parmi des milliers d'actifs géoscientifiques.

  • Le système introduit NASA-EO-Bench, un benchmark ouvert contenant 47k paires requête-ensemble de données, dont 21k requêtes basées sur des tâches.
  • Un scoreur neuronal affiné sur ce benchmark surpasse les bases cosinus et BM25.
  • La combinaison du scoreur neuronal avec BM25 via la fusion de scores augmente le Recall@10 (R@10) et le MRR de plus de 5x.
  • L'ajout d'une étape de reranking agentique zero-shot améliore le MRR de 28% sur un sous-ensemble stratifié de 200 requêtes sans formation supplémentaire.

Les auteurs démontrent que la valeur du graphe de connaissances latent est considérablement amplifiée par la recherche agentique, montrant que le raisonnement des LLM complète les méthodes de récupération supervisées.