NASA telah menerapkan sistem pencarian agentic publik yang dirancang untuk membantu komunitas geosains menemukan dataset dan alat yang relevan melalui kueri bahasa alami. Layanan ini memanfaatkan NASA Earth Observation Knowledge Graph (NASA EO-KG) untuk mengatasi kesulitan menemukan sumber daya di antara ribuan aset geosains.

  • Sistem ini memperkenalkan NASA-EO-Bench, sebuah benchmark terbuka yang berisi 47k pasangan kueri-dataset, termasuk 21k kueri berbasis tugas.
  • Penilai neural yang dilatih ulang pada benchmark ini mengungguli baseline kosinus dan BM25.
  • Menggabungkan penilai neural dengan BM25 melalui fusi skor meningkatkan Recall@10 (R@10) dan MRR sebesar lebih dari 5x.
  • Menambahkan tahap reranking agentic zero-shot meningkatkan MRR sebesar 28% pada subset terstratifikasi dari 200 kueri tanpa pelatihan tambahan.

Para penulis menunjukkan bahwa nilai knowledge graph laten meningkat secara substansial melalui pencarian agentic, menunjukkan bahwa penalaran LLM melengkapi metode pengambilan yang diawasi.