Des chercheurs dirigés par Wei‑Xiang Mao ont présenté TaReD, une technique de décomposition récursive tenant compte des outils, destinée aux agents d’IA qui doivent utiliser des outils externes. La méthode organise les capacités des outils en hiérarchie et permet à l’agent de découvrir les outils uniquement lorsqu’il en a besoin. Lors d’expériences portant sur des tâches réelles de longue durée, TaReD a augmenté le taux de réussite global jusqu’à 40 points de pourcentage par rapport aux méthodes de référence existantes. Le code est disponible sur GitHub.
Pourquoi c'est important
Les développeurs d’assistants IA peuvent obtenir des résultats plus fiables sur des processus complexes sans charger d’emblée toutes les descriptions des outils.
