Des chercheurs de l’Université de Princeton ont démontré qu’une approche multi-agents atteint environ 70 % de précision sur SWE-bench, un benchmark exigeant pour les tâches d’ingénierie logicielle et de raisonnement. Cette méthode, qualifiée de « marché d’agents », repose sur la combinaison d’agents spécialisés développés indépendamment par différents créateurs, plutôt que sur un modèle unique généraliste. Les résultats suggèrent que la spécialisation combinée à la composition surpasse la généralisation à grande échelle. Cette découverte pourrait influencer la compétition entre OpenAI, Anthropic et Google DeepMind, qui rivalisent actuellement sur les performances des agents IA. Les auteurs reconnaissent toutefois que les benchmarks restent des environnements contrôlés et que la coordination de plusieurs agents ajoute des points de défaillance potentiels.
Source: Lire l’article original
