Cette page contient des termes du glossaire Agentic. Pour consulter tous les termes du glossaire, cliquez ici.
A
agir
Étape de la boucle agentique au cours de laquelle l'agent exécute l'action choisie lors de l'étape Raison. Par exemple, l'étape "Act" (Agir) peut envoyer une requête API.
action
Dans l'apprentissage par renforcement, le mécanisme par lequel l'agent passe d'un état de l'environnement à un autre. L'agent choisit l'action à l'aide d'une stratégie.
espace d'action
Ensemble de ressources qu'un agent peut utiliser pour effectuer une tâche. L'espace d'action peut inclure les outils et les API que l'agent peut appeler, ainsi que les autorisations dont il dispose. En général, l'espace d'action doit être juste assez grand pour que l'agent puisse effectuer la tâche. Si l'espace d'action est trop petit, l'agent peut manquer de ressources pour effectuer la tâche. Si l'espace d'action est trop grand, l'agent a tendance à commettre plus d'erreurs.
agent
Logiciel capable de raisonner sur les entrées utilisateur afin de planifier et d'exécuter des actions pour le compte de l'utilisateur.
Dans l'apprentissage par renforcement, un agent est l'entité qui utilise une stratégie pour maximiser le rendement attendu obtenu en passant d'un état à un autre de l'environnement.
mouton
Forme adjective de agent. Le terme "agentif" fait référence aux qualités que possèdent les agents (comme l'autonomie).
boucle agentique
Cycle qu'un agent parcourt jusqu'à ce qu'une condition de fin soit remplie. Le cycle se compose généralement des quatre étapes suivantes :
workflow agentif
Processus dynamique dans lequel un agent planifie et exécute de manière autonome des actions pour atteindre un objectif. Ce processus peut impliquer un raisonnement, l'appel d'outils externes et l'autocorrection de son plan.
orchestration des agents
La gestion et le routage centralisés des tâches sur plusieurs sous-agents ou appels LLM. L'orchestration d'agents décompose les tâches complexes en sous-tâches plus petites et les attribue aux sous-agents les plus compétents.
agent autonome
Un agent qui s'efforce d'atteindre un objectif complexe en planifiant, en agissant et en s'adaptant sans intervention humaine continue.
E
agent évaluateur
Agent qui évalue les résultats d'un autre agent avant qu'ils ne soient finalisés. Imaginez qu'un agent fabrique un produit et qu'un autre agent (l'agent évaluateur) teste ce produit avant sa sortie.
Critic est un synonyme d'agent évaluateur.
F
commentaires
Étape d'une boucle agentique dans laquelle l'agent évalue l'action entreprise lors de l'étape agir. Par exemple, si l'agent a envoyé une requête d'API lors de la phase d'action, la phase de commentaires peut déterminer si la réponse de l'API a abouti.
G
Modèles Gemini
Modèles multimodaux de pointe de Google basés sur Transformer. Les modèles Gemini sont spécifiquement conçus pour s'intégrer aux agents.
Les utilisateurs peuvent interagir avec les modèles Gemini de différentes manières, y compris via une interface de dialogue interactive et des SDK.
agents génératifs (simulacres)
Agents dotés de personnalités, de souvenirs et de routines uniques qui simulent un comportement humain réaliste.
Pour en savoir plus, consultez Generative Agents: Interactive Simulacra of Human Behavior.
M
agent de gestion
Agent qui contrôle un ou plusieurs sous-agents.
collaboration multi-agents
Framework dans lequel plusieurs agents IA spécialisés interagissent, débattent ou se transmettent des tâches pour résoudre un problème complexe.
O
observer
Étape de la boucle agentique dans laquelle l'agent examine ou évalue un aspect de sa progression. Par exemple, supposons que l'étape act génère du code. Par conséquent, l'étape observe peut exécuter des tests sur le code généré.
P
plan-and-solve
Stratégie agentique dans laquelle le modèle rédige d'abord un plan explicite en plusieurs étapes avant de tenter d'exécuter des actions.
plug-in
Outil modulaire standardisé qui peut être facilement associé à un agent pour étendre ses capacités. Par exemple, un plug-in GitHub permet aux agents d'effectuer des actions telles que la lecture des problèmes GitHub et la création de demandes d'extraction.
mémoire procédurale
Dans les agents, il s'agit de la connaissance de la façon de faire quelque chose. Par exemple, un agent peut développer une mémoire procédurale sur comment effectuer une recherche sur le Web, puis afficher les trois premiers sites.
R
reason
Étape de la boucle agentique dans laquelle l'agent détermine ce qu'il doit faire. Par exemple, l'agent peut déterminer qu'une requête d'API spécifique doit être envoyée.
réflexion
Stratégie permettant d'améliorer la qualité d'un workflow agentique en examinant (en réfléchissant à) le résultat d'une étape avant de le transmettre à l'étape suivante.
L'examinateur est souvent le même LLM que celui qui a généré la réponse (mais il peut s'agir d'un autre LLM). Comment le même LLM qui a généré une réponse peut-il être un juge impartial de sa propre réponse ? L'astuce consiste à mettre le LLM dans un état d'esprit critique (réflexif). Ce processus est analogue à celui d'un écrivain qui utilise un état d'esprit créatif pour rédiger un premier brouillon, puis passe à un état d'esprit critique pour le modifier.
Par exemple, imaginez un workflow agentique dont la première étape consiste à créer du texte pour des tasses à café. Le prompt pour cette étape pourrait être :
Vous êtes un créateur. Génère un texte humoristique et original de moins de 50 caractères pour une tasse à café.
Imaginons maintenant le prompt de réflexion suivant :
Vous buvez du café. Trouvez-vous la réponse précédente amusante ?
Le workflow ne transmettra ensuite à l'étape suivante que le texte ayant obtenu un score de réflexion élevé.
agent de routeur
Agent qui classe une requête utilisateur, puis appelle l'agent le plus approprié pour la traiter.
S
autocorrection
Capacité d'un agent à détecter une erreur dans sa propre sortie et à essayer une autre approche.
state
En apprentissage par renforcement, les valeurs de paramètre décrivent la configuration actuelle de l'environnement, que l'agent utilise pour choisir une action.
agent de machine à états
Un agent dont les workflows sont soumis à des règles strictes. Les agents à machine à états font généralement moins d'erreurs que les agents autonomes, mais ils ne peuvent pas s'adapter aux situations qui ne respectent pas leurs contraintes.
sous-agent
Modèle spécialisé et très ciblé invoqué par un agent gestionnaire pour traiter un sous-ensemble spécifique d'un problème plus vaste. Les sous-agents disposent généralement d'un espace d'actions plus restreint que les agents.
T
condition de fin
Dans l'IA agentique, les critères prédéfinis qui indiquent à l'agent d'arrêter d'itérer. Voici quelques exemples de conditions de résiliation :
- L'agent a atteint l'objectif.
- L'agent ne peut plus utiliser de ressources.
- Un human-in-the-loop a détecté un problème.
Dans l'apprentissage par renforcement, les conditions qui déterminent la fin d'un épisode, par exemple lorsque l'agent atteint un certain état ou dépasse un nombre seuil de transitions d'état. Par exemple, dans tic-tac-toe (également connu sous le nom de noughts and crosses), un épisode se termine lorsqu'un joueur marque trois espaces consécutifs ou lorsque tous les espaces sont marqués.