# SARL apprend aux modèles à suivre leurs recherches

> Un nouvel article sur arXiv indique que SARL améliore les performances de recherche des modèles de langage fondés sur la recherche d’information, sans ajouter d’étape d’évaluation à l’utilisation.

Oossa · 2026-10-23 · https://oossa.com/fr/sarl-trains-search-ai-to-track-what-it-still-needs

Des chercheurs proposent le Self-Assessment Reinforcement Learning (SARL), une méthode d’entraînement pour les modèles de langage qui recherchent des informations avant de répondre. Elle leur apprend à suivre ce qu’ils ont trouvé et ce qu’il leur reste à trouver, afin de réduire les raisonnements erronés et les recherches interrompues trop tôt.

Les auteurs font état d’une amélioration relative de 24,3 % par rapport à leur meilleur modèle de référence, et de gains moyens de 35,9 % en raisonnement à plusieurs étapes et de 27,9 % sur les benchmarks de recherche approfondie, par rapport aux meilleurs modèles de référence pour ces tâches. Selon eux, SARL ne nécessite aucune évaluation supplémentaire au moment de répondre ; le résumé de l’article ne précise pas quels modèles ont été testés ni ne donne assez de détails pour évaluer dans quelle mesure ces résultats s’appliquent aux outils de recherche déployés.

## Les faits

- L’article a été publié sur arXiv sous la référence arXiv:2610.30435.
- Les auteurs font état d’une amélioration relative de 24,3 % par rapport à leur meilleur modèle de référence.

## Pourquoi c'est important

Pour les équipes qui développent des assistants de recherche, SARL laisse penser qu’il est possible d’apprendre aux modèles à suivre leurs recherches pendant l’entraînement, plutôt que d’ajouter une étape distincte à l’utilisation. Mais le résumé ne permet pas de conclure que cette méthode serait utile dans des produits réels.

## Sources et références

1. [Self-Assessment Reinforcement Learning for Search-State Awareness in Retrieval-Augmented Large Language Models](https://arxiv.org/abs/2610.30435) – arXiv, 2026-10-23

Dernière mise à jour: 2026-10-23