# TaReD améliore la réussite des IA utilisant des outils

> Cette approche de décomposition récursive, conçue pour les outils, augmente le taux de réussite de bout en bout jusqu’à 40 points, selon un article publié sur arXiv le 9 octobre 2026.

Oossa · 2026-10-09 · https://oossa.com/fr/tared-method-boosts-tool-using-ai-success-on-complex-tasks

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.

## Les faits

- Article publié le vendredi 9 octobre 2026
- Amélioration du taux de réussite pouvant atteindre 40 points de pourcentage

## 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.

## Sources et références

1. [TaReD: Tool-Aware Recursive Decomposition for Long-Horizon Tasks](https://arxiv.org/abs/2610.11268) – arXiv, 2026-10-09

Dernière mise à jour: 2026-10-09