« More agents is all you need. »
En octobre 2024, le labo IA de Tencent avait publié un article ainsi intitulé. Il y présentait une méthode permettant d’accroître la performance d’un LLM en augmentant le nombre d’agents instanciés.
La technique, dite « forêt d’agents », est simple dans son principe : envoyer une requête à plusieurs agents (instances d’un LLM) et les faire voter à la majorité sur les outputs.
Google Research y fait référence dans un autre article… qui en prend partiellement le contrepied. Il y propose des principes de mise à l’échelle des systèmes agentiques.
Ces principes découlent de l’analyse de 180 configurations. En l’occurrence, 5 architectures agentiques appliquées à 3 familles de modèles et testées sur 4 benchmarks.
Les architectures en question :
L’orchestrateur détermine la manière dont sont agrégés les outputs des agents et s’il a le droit de passer outre. Il gère aussi la mémoire.
Ces architectures ont été appliquées à des modèles d’Anthropic (Claude Sonnet 3.7, 4.0 et 4.5), de Google (Gemini 2.0 Flash, 2.5 Flash et 2.5 Pro) et d’OpenAI (GPT-5, 5 mini et 5 nano).
Les benchmarks étaient les suivants :
Les tests se sont faits à paramètres fixes (outils, prompts, budgets de calcul). En sont ressorties 8 métriques, le taux de réussite étant la principale.
À partir de ces métriques, ainsi que de trois autres indicateurs (propriétés des tâches, nombre d’agents, capacités de modèles de base), Google Research a élaboré un modèle prédictif. Son rôle : identifier l’architecture optimale pour une tâche donnée.
Là semble effectivement résider le véritable enjeu. Si on en croit les résultats communiqués, ce n’est pas tant le nombre d’agents qui importe que l’adéquation entre la tâche et l’architecture agentique.
La complexité des tâches joue moins que la capacité à les décomposer. Les résultats sur Finance Agent et Plancraft en témoignent.
Fait d’informations statiques et structurées, Finance Agent se prête à une division du travail. Toutes les architectures multi-agents apportent effectivement un gain important par rapport au mono-agent.
Plancraft est, au contraire, intrinsèquement séquentiel (chaque action modifie potentiellement l’environnement). Le multi-agent y est systématiquement moins efficace que le mono-agent. Diviser le travail implique que chaque agent synchronise l’état du système. Dans un tel environnement dynamique, cela impacte significativement le budget de calcul disponible. Les agents compressent alors d’autant plus les informations qu’ils (se) transmettent, au risque de perdre de l’information.
Sur WorkBench, la différence est plus marginale. Idem sur BrowserComp-Plus, où l’approche décentralisée, adaptée à l’exploration parallèle de pages web (espaces de recherche à forte entropie), affiche le meilleur score de précision.
La surcharge liée à la coordination des agents pèse démesurément sur les tâches qui impliquent beaucoup d’outils. L’étude ne révèle pas, en revanche, de corrélation entre l’augmentation de cette surcharge et celle de la complexité des tâches. À performance équivalente, le multi-agent consomme bien plus de tokens que le mono-agent (+ 58 % en mode « indépendant », + 263 % en décentralisé, + 285 % en centralisé, + 515 % en hybride.
Dès qu’un agent seul dépasse les 45 % de taux de réussite, en ajouter a des effets négatifs. Quant à la redondance des tâches (en confier une à plusieurs agents), elle n’a, à l’échelle, qu’un bénéfice marginal.
La présence ou l’absence de points de validation engendre une grande différence dans l’amplification des erreurs. En centralisé, elles sont multipliées par 4,4 par rapport au mono-agent ; en décentralisé, par 7,8 ; en hybride, par 5,1 ; en indépendant, par 17,2.
Les architectures centralisée et décentralisée tendent à réduire le taux moyen d’erreurs par rapport au mono-agent. Notamment pour ce qui est de l’omission de contexte. Et, dans une moindre mesure, les contradictions de logique. C’est n’est pas toujours le cas pour les architectures hybrides, avec lesquels ce taux s’accroît même parfois. En particulier sur les dérives numériques (découlant d’arrondis ou de mauvaises conversions en cascade).
La hiérarchie des architectures est relativement stable entre domaines. Google Research y voit la preuve que son modèle est généralisable. Sur labase de ses expérimentations, il affirme qu’à budget constant, au-delà de 3 ou 4 agents, la qualité de raisonnement de chacun se dégrade.
Illustration principale générée par IA
The post « More agents is all you need »… ou pas : une esquisse de lois d’échelle pour l’IA agentique appeared first on Silicon.fr.
Vous retournez à l’écran de spawn et la boutique vous fixe : ces Points donnent l’impression d’une poignée de main secrète que tout le monde connaît déjà. J’ai vu des équipes échanger des murmures frénétiques dans le chat pendant qu’un seul code transformait le grind de la nuit en victoire ; la liste des codes […]
Le post Derniers codes Darkdivers – Mars 2026 (Actifs et Fonctionnels) est apparu en premier sur Moyens I/O.
Les premiers retours « pré-score » de DxOMark sur le Galaxy S26 Ultra dessinent un tableau nuancé : Samsung progresse là où on l’attendait (basse lumière, portraits plus propres), mais l’iPhone 17 Pro resterait légèrement devant sur deux nerfs de la guerre : la constance en conditions difficiles et la découpe des portraits. Galaxy S26 Ultra : Ce que Samsung a vraiment changé […]
L’article Galaxy S26 Ultra vs iPhone 17 Pro : le verdict de DxOMark sur le duel photo est apparu en premier sur BlogNT : le Blog des Nouvelles Technologies.
Les automobilistes qui roulent encore en thermique doivent faire face à de nombreux postes de dépense pour leur véhicule, et l’un des plus importants est évidemment le carburant. Alors quand il faut faire le plein, toute économie est bonne à prendre. Pour vous aider à trouver le carburant le moins cher, voici une sélection d’applications gratuites pour comparer les prix des stations-service.
Je me souviens avoir tourné la dernière page et avoir senti la pièce se faire plus silencieuse. La courte note de l’éditeur a atterri sur la page et a attiré l’attention comme un fil lâche. On pouvait presque entendre les fans poser la même question à voix haute : quelle est la suite ? Avertissement […]
Le post Jujutsu Kaisen : Y aura-t-il un autre manga après Modulo ? est apparu en premier sur Moyens I/O.
Plus puissant que son prédécesseur et enfin compatible avec le large écosystème d'accessoires MagSafe, l’iPhone 17e est le meilleur rapport qualité-prix de la gamme pour la majorité des consommateurs. Les autres, plus exigeants en photo ou sur l'écran par exemple, feraient sans doute mieux de se tourner vers l'iPhone 17.
Les rôles s'inversent au Moyen-Orient. Pris de court par les essaims de drones iraniens, les États-Unis et leurs alliés sollicitent l'expertise unique de l'Ukraine. Kiev pourrait en proposer plusieurs milliers par mois, mais pas « gratuitement ».
Connexion