Visualiser l'IA générative

Chapitre 4. Construiredes systèmes agents

Chapitre 4

Construire des systèmes agents

Même si les LLMs sont super puissants, il y a des limites à ce qu'on peut faire avec un seul appel LLMs. Par exemple, imagine que tu utilises un modèle de base qui a été formé sur des données jusqu'en octobre 2024 et que tu lui poses une question sur les échecs. Aucune réponse de ce modèle ne reflétera qui a gagné le championnat du monde d'échecs qui a commencé en novembre 2024.

Les systèmes agentifs permettent de contourner cette limite, ainsi que d'autres limites des LLMs. On appelle « agent » le logiciel qui utilise GenAI pour automatiser une seule étape d'une application en plusieurs étapes. On dit que l'application entière est agentive. Dans ce chapitre, on va voir comment créer des systèmes agentifs (voir figure 4-1). On va voir comment mettre en place des agents qui impliquent plusieurs étapes, puis on va parler de deux types d'agents spécifiques, les agents RAG et les agents SQL, qui sont super utiles dans la pratique. Les agents RAG nous permettent de fournir aux LLMs des données récentes auxquelles ils n'avaient pas accès pendant leur formation. Les agents SQL permettent aux LLMs d'accéder à des bases de données structurées, souvent confidentielles.

Dans le chapitre 2, on a parlé de comment utiliser GenAI en tant que profane (en utilisant les interfaces de chat vers ChatGPT, Gemini, Meta AI, etc.) et en tant que développeur de logiciels (en utilisant l'API). Vers la fin du chapitre, ...