{"id":98245,"date":"2026-10-06T10:29:42","date_gmt":"2026-10-06T07:29:42","guid":{"rendered":"https:\/\/twodots.gr\/?p=98245"},"modified":"2026-10-06T10:29:43","modified_gmt":"2026-10-06T07:29:43","slug":"preuve-des-parcours-infructueux-des-agents-de-formation","status":"publish","type":"post","link":"https:\/\/twodots.gr\/fr\/proof-gen-apotychimenes-diadromes-ai-agent-dedomena-ekpaidefsis\/","title":{"rendered":"PROOF-Gen : comment les parcours infructueux d'un agent IA deviennent de meilleures donn\u00e9es d'entra\u00eenement"},"content":{"rendered":"<div class=\"td-article-lede\">\n<p><strong>R\u00e9ponse d'abord :<\/strong> PROOF-Gen ne forme pas un agent IA \u00e0 partir de ses \u00e9checs tels quels. Il utilise la trace et le retour d'information du v\u00e9rificateur pour reconstituer un parcours complet et r\u00e9ussi, supprime les instructions temporaires et ne conserve que la d\u00e9monstration pure pour la distillation. L'int\u00e9r\u00eat r\u00e9side dans la transformation d'un \u00ab near-miss \u00bb en un signal d'apprentissage contr\u00f4lable.<\/p>\n<\/div>\n<p>PROOF-Gen r\u00e9cup\u00e8re les parcours r\u00e9ussis \u00e0 partir des \u00e9checs des agents IA et les convertit en donn\u00e9es propres pour une distillation de mod\u00e8les plus s\u00fbre et contr\u00f4l\u00e9e.<\/p>\n<p>Quelle est la valeur d\u2019un agent IA qui ex\u00e9cute correctement presque toutes les \u00e9tapes d\u2019une t\u00e2che, mais \u00e9choue \u00e0 l\u2019\u00e9tape qui d\u00e9termine le r\u00e9sultat final ? Dans la plupart des pipelines de g\u00e9n\u00e9ration et de filtrage, l\u2019ensemble du parcours est rejet\u00e9. La t\u00e2che <strong>PROOF-Gen : des donn\u00e9es optimis\u00e9es \u00e0 une meilleure distillation<\/strong> L'\u00e9tude d'Anh Ta, Junjie Zhu et Shahin Shayandeh soutient que c'est pr\u00e9cis\u00e9ment ainsi que l'on perd les sc\u00e9narios complexes qu'un mod\u00e8le plus petit doit apprendre \u00e0 r\u00e9soudre.<\/p>\n<p>PROOF-Gen, de la <em>Optimisation r\u00e9flexive par sc\u00e9nario pour rem\u00e9dier aux \u00e9checs de g\u00e9n\u00e9ration<\/em>, int\u00e8gre une \u00e9tape de r\u00e9cup\u00e9ration avant le fine-tuning supervis\u00e9. Un \u00ab reflector \u00bb lit la trace d\u2019ex\u00e9cution ayant \u00e9chou\u00e9 et le retour d\u2019information des \u00e9valuateurs, g\u00e9n\u00e8re un guidage correctif provisoire et guide le m\u00eame ex\u00e9cuteur vers une nouvelle ex\u00e9cution depuis le d\u00e9but. Si tous les contr\u00f4les sont r\u00e9ussis, le guidage est supprim\u00e9 avant l\u2019entra\u00eenement de l\u2019\u00ab \u00e9tudiant \u00bb.<\/p>\n<aside class=\"td-article-note\"><strong>La bonne lecture :<\/strong> Ce taux de r\u00e9cup\u00e9ration de 93 % concerne 279 des 300 t\u00e2ches de t\u00e9l\u00e9communications ayant \u00e9chou\u00e9, qui avaient \u00e9t\u00e9 s\u00e9lectionn\u00e9es parmi les \u00e9checs du GPT-4o dans cette configuration sp\u00e9cifique du banc d'essai t2. Ce taux de r\u00e9cup\u00e9ration n'est pas garanti pour chaque agent, v\u00e9rificateur ou workflow op\u00e9rationnel.<\/aside>\n<div class=\"td-article-toc\">\n<div class=\"td-toc-title\">Sommaire<\/div>\n<ul>\n<li><a href=\"#generate-filter-gap\">La lacune du mod\u00e8le \u00ab generate-and-filter \u00bb<\/a><\/li>\n<li><a href=\"#proof-gen-method\">Comment fonctionne PROOF-Gen ?<\/a><\/li>\n<li><a href=\"#benchmarks-results\">Quels r\u00e9sultats ont donn\u00e9 le T2-bench et le BFCL ?<\/a><\/li>\n<li><a href=\"#partial-credit\">Pourquoi le \u00ab partial credit \u00bb ne suffit pas<\/a><\/li>\n<li><a href=\"#reflector-quality\">La qualit\u00e9 du r\u00e9flecteur d\u00e9termine la r\u00e9cup\u00e9ration<\/a><\/li>\n<li><a href=\"#capability-voice\">Les \u00ab capacit\u00e9s \u00bb et la \u00ab voix de la marque \u00bb peuvent \u00eatre distingu\u00e9es l'une de l'autre<\/a><\/li>\n<li><a href=\"#shortcut-audit\">La v\u00e9rification des raccourcis et des fuites<\/a><\/li>\n<li><a href=\"#production-agents\">Qu'est-ce que cela signifie pour les agents IA en production ?<\/a><\/li>\n<li><a href=\"#praktiko-protokollo\">Sept \u00e9tapes pour un pipeline de reprise contr\u00f4lable<\/a><\/li>\n<li><a href=\"#oria-kostos\">Limites, co\u00fbts et gouvernance<\/a><\/li>\n<li><a href=\"#apotychia-signal\">L'\u00e9chec en tant que signal d'entra\u00eenement<\/a><\/li>\n<\/ul>\n<\/div>\n<h2 id=\"generate-filter-gap\">La lacune du mod\u00e8le \u00ab generate-and-filter \u00bb<\/h2>\n<p>La premi\u00e8re phase habituelle de la distillation de mod\u00e8les pour les agents d'appel d'outils consiste en un ajustement fin supervis\u00e9 sur des trajectoires g\u00e9n\u00e9r\u00e9es par un mod\u00e8le \u00ab enseignant \u00bb puissant. Le pipeline ex\u00e9cute chaque t\u00e2che, v\u00e9rifie le r\u00e9sultat final et ne conserve que les traces qui ont r\u00e9ussi. Cette logique prot\u00e8ge l'ensemble d'entra\u00eenement contre les exemples manifestement erron\u00e9s, mais un filtre binaire traite de la m\u00eame mani\u00e8re une ex\u00e9cution qui a \u00e9chou\u00e9 imm\u00e9diatement et une ex\u00e9cution qui a men\u00e9 \u00e0 bien quatre des cinq \u00e9tapes requises.<\/p>\n<p>Dans l'analyse des t\u00e2ches effectu\u00e9es sur le t2-bench, 473 essais sur 834 ont \u00e9chou\u00e9. Parmi ces \u00e9checs, 67 % avaient correctement ex\u00e9cut\u00e9 plus de la moiti\u00e9 des appels d'outils requis. Les chercheurs d\u00e9crivent des \u00ab near-misses \u00bb dans lesquels l\u2019agent avait ex\u00e9cut\u00e9 les routines mais avait omis une action cruciale, telle qu\u2019un basculement en itin\u00e9rance, l\u2019envoi d\u2019un SMS d\u2019autorisation ou un r\u00e9approvisionnement en donn\u00e9es. Une seule omission suffisait \u00e0 entra\u00eener une erreur d\u2019environnement ou d\u2019\u00e9tat de la base de donn\u00e9es.<\/p>\n<p>Cela rev\u00eat une importance op\u00e9rationnelle imm\u00e9diate. Qu'il s'agisse du service client, des op\u00e9rations de commerce \u00e9lectronique ou des flux de travail internes, un ensemble d'entra\u00eenement qui ne retient que les r\u00e9ussites faciles devient le reflet de ce que le \u00ab teacher \u00bb r\u00e9sout d\u00e9j\u00e0. Les points de d\u00e9cision difficiles sont absents, alors que c\u2019est l\u00e0 que se concentre le v\u00e9ritable risque. La distinction entre la bonne r\u00e9ponse et le bon artefact appara\u00eet \u00e9galement dans le <a href=\"https:\/\/twodots.gr\/k-bench-ai-agents-epistimoniki-akriveia-artifacts\/\">K-Bench pour l'\u00e9valuation des agents IA<\/a>.<\/p>\n<h2 id=\"proof-gen-method\">Comment fonctionne PROOF-Gen ?<\/h2>\n<p>Pour chaque t\u00e2che ayant \u00e9chou\u00e9, le \u00ab reflector \u00bb re\u00e7oit l'int\u00e9gralit\u00e9 de la trace d'ex\u00e9cution ainsi que les retours du v\u00e9rificateur : quelle assertion a \u00e9chou\u00e9, quel \u00e9tat est rest\u00e9 erron\u00e9 et o\u00f9 une nouvelle d\u00e9cision est n\u00e9cessaire. Il r\u00e9dige ensuite une fiche aide-m\u00e9moire provisoire contenant des conseils pratiques, tels que l'ordre correct d'utilisation des outils ou la condition qui a \u00e9t\u00e9 ignor\u00e9e.<\/p>\n<p>L'ex\u00e9cuteur recommence la t\u00e2che depuis le d\u00e9but en suivant ces instructions. En cas de nouvel \u00e9chec, le r\u00e9flecteur r\u00e9vise la fiche de r\u00e9f\u00e9rence et effectue une nouvelle tentative, jusqu'\u00e0 un maximum de dix it\u00e9rations au cours de l'exp\u00e9rience. L'optimisation s'effectue sc\u00e9nario par sc\u00e9nario. Contrairement \u00e0 une optimisation g\u00e9n\u00e9rale des prompts qui recherche des instructions pour de nombreuses entr\u00e9es, ici, le prompt peut \u00eatre sur-adapt\u00e9 \u00e0 une t\u00e2che sp\u00e9cifique, car il est temporaire et sera rejet\u00e9.<\/p>\n<p>Le produit, ce n'est pas la fiche de r\u00e9f\u00e9rence, mais la trajectoire menant au succ\u00e8s. Avant d'entrer dans l'ensemble d'entra\u00eenement, le guidage provisoire est supprim\u00e9. L'apprenant voit les d\u00e9cisions, les appels de fonctions et le r\u00e9sultat final, et non pas l'\u00e9chafaudage qui a aid\u00e9 l'enseignant \u00e0 les produire. Ainsi, le pipeline vise \u00e0 transmettre un comportement de r\u00e9solution sans reproduire les indications sp\u00e9cifiques \u00e0 la t\u00e2che.<\/p>\n<div class=\"td-comparison td-comparison-cards td-comparison-cards--horizontal\">\n<div class=\"td-comparison-grid td-comparison-grid-three\">\n<div class=\"td-platform-card\">\n<p class=\"td-comparison-title\">G\u00e9n\u00e9rer et filtrer<\/p>\n<p>Il ne conserve que ce qui a fonctionn\u00e9 lors de la premi\u00e8re ex\u00e9cution. C'est simple, mais cela laisse de c\u00f4t\u00e9 les \u00e9checs difficiles sans signal d'apprentissage.<\/p>\n<div class=\"td-badge-row\"><span class=\"td-badge\">Filtre binaire<\/span><span class=\"td-badge\">Des cas faciles<\/span><\/div>\n<\/div>\n<div class=\"td-platform-card\">\n<p class=\"td-comparison-title\">Formation \u00e0 cr\u00e9dits partiels<\/p>\n<p>Il apprend gr\u00e2ce \u00e0 des actions interm\u00e9diaires appropri\u00e9es, sans n\u00e9cessairement montrer le parcours complet \u00e0 travers le point de d\u00e9cision crucial.<\/p>\n<div class=\"td-badge-row\"><span class=\"td-badge\">Pr\u00e9cision de l'outil<\/span><span class=\"td-badge\">Fin inachev\u00e9e<\/span><\/div>\n<\/div>\n<div class=\"td-platform-card td-platform-card--navy\">\n<p class=\"td-comparison-title\">R\u00e9cup\u00e9ration PROOF-Gen<\/p>\n<p>Il utilise la r\u00e9flexion pour g\u00e9n\u00e9rer une trajectoire compl\u00e8te et v\u00e9rifi\u00e9e, et supprime le support temporaire avant le SFT.<\/p>\n<div class=\"td-badge-row\"><span class=\"td-badge\">V\u00e9rificateur<\/span><span class=\"td-badge\">De bout en bout<\/span><\/div>\n<\/div>\n<\/div>\n<\/div>\n<h2 id=\"benchmarks-results\">Quels r\u00e9sultats ont donn\u00e9 le T2-bench et le BFCL ?<\/h2>\n<p>Le pool de formation en t\u00e9l\u00e9communications de t2-bench comptait 2 171 t\u00e2ches. Le mod\u00e8le GPT-4o teacher a initialement r\u00e9ussi 158 t\u00e2ches et \u00e9chou\u00e9 sur 2 013. Les chercheurs ont envoy\u00e9 300 \u00e9checs dans la boucle de r\u00e9cup\u00e9ration et en ont r\u00e9cup\u00e9r\u00e9 279, soit 93 %. Les 264 ont \u00e9t\u00e9 attribu\u00e9es \u00e0 l'aide de la fiche de r\u00e9f\u00e9rence et les 15 \u00e0 une relecture stochastique r\u00e9ussie du simulateur d'utilisateur. L'ensemble de formation final en t\u00e9l\u00e9communications contenait 437 trajectoires, dont 64 % provenaient de la r\u00e9cup\u00e9ration.<\/p>\n<p>Dans le cadre du BFCL v4 multi-turn, le \u00ab teacher \u00bb a r\u00e9ussi 296 des 560 t\u00e2ches d'entra\u00eenement. La m\u00e9thode a \u00e9galement \u00e9t\u00e9 appliqu\u00e9e aux 264 \u00e9checs et a permis d'en r\u00e9cup\u00e9rer 89, soit un taux de 33,7 %. Ce faible taux de r\u00e9cup\u00e9ration ne remet pas en cause le principe ; il montre simplement que la r\u00e9partition des difficult\u00e9s et les capacit\u00e9s du v\u00e9rificateur influencent le r\u00e9sultat. Le taux de r\u00e9cup\u00e9ration doit toujours \u00eatre consid\u00e9r\u00e9 en parall\u00e8le avec le pool d'\u00e9checs initial.<\/p>\n<p>Gr\u00e2ce \u00e0 l'entra\u00eenement combin\u00e9, le mod\u00e8le Qwen3-4B-Instruct-2507 a vu ses performances sur le t2-bench passer de Pass@1 0,132 \u00e0 0,529. L'article mentionne \u00e9galement une am\u00e9lioration de 7,2 points de pourcentage pour le mod\u00e8le Gemma 4 E4B-it sur le benchmark BFCL v4 multi-turn. Il s'agit l\u00e0 des r\u00e9sultats obtenus sur deux configurations de benchmark, et non d'une affirmation g\u00e9n\u00e9rale selon laquelle tout petit mod\u00e8le obtiendrait la m\u00eame am\u00e9lioration.<\/p>\n<div class=\"td-chart td-chart--metrics\">\n<div class=\"td-chart-head\">\n<p class=\"td-chart-kicker\">P\u00e9rim\u00e8tre document\u00e9<\/p>\n<p class=\"td-chart-title\">Quatre tailles du PROOF-Gen<\/p>\n<p class=\"td-chart-intro\">Les chiffres proviennent de cette \u00e9tude et concernent les ensembles de donn\u00e9es, la r\u00e9cup\u00e9ration et l'\u00e9valuation en aval. Il ne s'agit ni d'un benchmark du march\u00e9 ni d'une promesse de retour sur investissement.<\/p>\n<\/div>\n<div class=\"td-metric-grid\">\n<div class=\"td-metric-card\"><span class=\"td-metric-value\">57%<\/span><span class=\"td-metric-label\">Essais \u00ab Teacher \u00bb ayant \u00e9chou\u00e9 lors de l'analyse t2-bench<\/span><\/div>\n<div class=\"td-metric-card\"><span class=\"td-metric-value\">93%<\/span><span class=\"td-metric-label\">R\u00e9cup\u00e9ration apr\u00e8s 300 pannes de t\u00e9l\u00e9communications s\u00e9lectionn\u00e9es<\/span><\/div>\n<div class=\"td-metric-card\"><span class=\"td-metric-value\">0,132 \u2192 0,529<\/span><span class=\"td-metric-label\">Pass@1 de Qwen sur le t2-bench avec un entra\u00eenement combin\u00e9<\/span><\/div>\n<div class=\"td-metric-card\"><span class=\"td-metric-value\">+7,2 points<\/span><span class=\"td-metric-label\">Gain de pr\u00e9cision de Gemma sur le BFCL v4 multi-turn<\/span><\/div>\n<\/div>\n<\/div>\n<h2 id=\"partial-credit\">Pourquoi le \u00ab partial credit \u00bb ne suffit pas<\/h2>\n<p>Une alternative naturelle consiste \u00e0 prendre en compte les actions individuelles correctes et \u00e0 attribuer un cr\u00e9dit partiel. L'\u00e9tude indique que l'entra\u00eenement \u00ab filtered-only \u00bb a augment\u00e9 la pr\u00e9cision des actions d'environ 25 points de pourcentage, mais n'a am\u00e9lior\u00e9 la r\u00e9alisation de la t\u00e2che de bout en bout dans aucun des quatre couples mod\u00e8le-benchmark.<\/p>\n<p>Pour Qwen sur le benchmark \u00ab telecom \u00bb, la pr\u00e9cision d'action est pass\u00e9e de 41,4 % \u00e0 66,3 % avec le mod\u00e8le QLoRA \u00ab filtered-only \u00bb, tandis que la pr\u00e9cision d'environnement est rest\u00e9e pratiquement inchang\u00e9e, passant de 23,5 % \u00e0 22,6 %. Avec le jeu de donn\u00e9es combin\u00e9, qui comprenait des trajectoires r\u00e9cup\u00e9r\u00e9es, les valeurs correspondantes ont atteint respectivement 83,3 % et 54,5 %. La pr\u00e9cision sur la base de donn\u00e9es est pass\u00e9e de 9,3 % \u00e0 15,6 %.<\/p>\n<p>La traduction op\u00e9rationnelle est simple : un agent peut sembler actif et appeler correctement de nombreuses API sans pour autant mener la t\u00e2che \u00e0 bien. Si un changement d\u2019adresse, un retour ou une annulation aboutit \u00e0 un \u00e9tat final erron\u00e9, le nombre d\u2019appels corrects aux outils ne sauve pas le workflow. C\u2019est pourquoi la <a href=\"https:\/\/twodots.gr\/ai-agents-behavioral-testing\/\">test comportemental des agents IA<\/a> Il faut des assertions de bout en bout, et pas seulement des m\u00e9triques partielles.<\/p>\n<div class=\"td-decision-band\">\n<p class=\"td-decision-kicker\">R\u00e8gle d'\u00e9valuation<\/p>\n<p class=\"td-decision-title\">Ne pr\u00e9conisez pas l'utilisation d'un agent simplement parce que la pr\u00e9cision des appels d'outils a \u00e9t\u00e9 am\u00e9lior\u00e9e<\/p>\n<p>Exigez un \u00e9tat final correct, la conformit\u00e9 aux politiques, la tra\u00e7abilit\u00e9 des arguments des outils et la r\u00e9p\u00e9tition des t\u00e2ches de validation. La pr\u00e9cision interm\u00e9diaire a une valeur diagnostique ; le \u00ab release gate \u00bb doit v\u00e9rifier si le travail r\u00e9el a \u00e9t\u00e9 men\u00e9 \u00e0 bien sans aucune infraction.<\/p>\n<\/div>\n<h2 id=\"reflector-quality\">La qualit\u00e9 du r\u00e9flecteur d\u00e9termine la r\u00e9cup\u00e9ration<\/h2>\n<p>La r\u00e9cup\u00e9ration n'est pas le fruit d'une r\u00e9p\u00e9tition aveugle. Sur 82 sc\u00e9narios ayant \u00e9chou\u00e9 dans les secteurs du transport a\u00e9rien, du commerce de d\u00e9tail et des t\u00e9l\u00e9communications, l'autocritique du GPT-4o a permis de r\u00e9cup\u00e9rer 20 des 82, soit 24,4 %. Avec GPT-5.1 comme \u00ab reflector \u00bb, 80 des 82 sc\u00e9narios ont \u00e9t\u00e9 r\u00e9cup\u00e9r\u00e9s, soit 97,6 %, tandis que l'\u00ab executor \u00bb et les autres conditions sont rest\u00e9s inchang\u00e9s.<\/p>\n<p>La convergence a \u00e9t\u00e9 rapide. Sur les 264 r\u00e9cup\u00e9rations bas\u00e9es sur des fiches de r\u00e9f\u00e9rence (cheatsheets) effectu\u00e9es lors du test \u00ab telecom run \u00bb, 58,7 % ont abouti d\u00e8s la premi\u00e8re it\u00e9ration et 84,1 % avant la troisi\u00e8me. Les sc\u00e9narios qui restaient non r\u00e9solus apr\u00e8s les premi\u00e8res it\u00e9rations \u00e9taient rarement r\u00e9solus par la suite. Un diagnostic correct de la cause vaut mieux que de nombreuses variantes incontr\u00f4l\u00e9es d\u2019une m\u00eame invite.<\/p>\n<p>Cette \u00e9tude compare \u00e9galement l'ex\u00e9cution directe \u00e0 partir d'un mod\u00e8le plus puissant \u00e0 la configuration \u00ab r\u00e9flecteur puissant et ex\u00e9cuteur moins co\u00fbteux \u00bb. Sur les 300 t\u00e2ches complexes du domaine des t\u00e9l\u00e9communications, le GPT-5.1 dot\u00e9 d'une capacit\u00e9 de raisonnement \u00e9lev\u00e9e en a r\u00e9solues 250, tandis que la combinaison d\u2019un ex\u00e9cuteur GPT-4o et d\u2019un r\u00e9flecteur GPT-5.1 en a r\u00e9solu 279 en utilisant le mod\u00e8le le plus co\u00fbteux uniquement pour la r\u00e9flexion, avec en moyenne 2,2 appels par sc\u00e9nario. Le b\u00e9n\u00e9fice \u00e9conomique d\u00e9pend des prix, de la longueur des trajectoires et du taux de r\u00e9cup\u00e9ration ; il doit \u00eatre mesur\u00e9, et non suppos\u00e9.<\/p>\n<p>Cette architecture s'apparente au mod\u00e8le \u00ab acteur, juge et \u00e9diteur \u00bb : un r\u00f4le ex\u00e9cute, un autre contr\u00f4le et un autre encore propose des corrections. Cette approche est analys\u00e9e dans le <a href=\"https:\/\/twodots.gr\/actor-judge-editor-ai-schediasmos-choris-allagi-stochou\/\">Acteur, juge, \u00e9diteur pour une conception IA contr\u00f4l\u00e9e<\/a>.<\/p>\n<h2 id=\"capability-voice\">Les \u00ab capacit\u00e9s \u00bb et la \u00ab voix de la marque \u00bb peuvent \u00eatre distingu\u00e9es l'une de l'autre<\/h2>\n<p>Une d\u00e9couverte int\u00e9ressante pour les \u00e9quipes produit est que le \u00ab reflector \u00bb peut am\u00e9liorer le fonctionnement de l'agent sans lui imposer son propre mode de communication. Dans les t\u00e2ches de t\u00e9l\u00e9communications appari\u00e9es de cette \u00e9tude, le GPT-4o, aid\u00e9 d\u2019une fiche de r\u00e9f\u00e9rence, a conserv\u00e9 son style concis et par \u00e9tapes, tandis que l\u2019ex\u00e9cution directe par le mod\u00e8le le plus puissant a g\u00e9n\u00e9r\u00e9 des protocoles plus d\u00e9taill\u00e9s.<\/p>\n<p>La fiche-guide modifie l'ordre et le choix des actions, mais pas n\u00e9cessairement le ton de l'ex\u00e9cuteur. Pour une marque, c'est essentiel. L'am\u00e9lioration de la prise en charge par un agent du service client ne doit pas n\u00e9cessairement se traduire par des r\u00e9ponses qui se transforment en longs manuels techniques. Le choix de l'ex\u00e9cuteur reste un levier pour le ton, la latence et la conception de l'interaction, tandis que le r\u00e9flecteur sert de m\u00e9canisme de r\u00e9solution des cas difficiles.<\/p>\n<p>Cette distinction n'\u00e9limine pas la n\u00e9cessit\u00e9 de tests d'exp\u00e9rience utilisateur (UX). Un agent peut mener \u00e0 bien la t\u00e2che, mais demander des confirmations ambigu\u00ebs, utiliser une terminologie interne ou cr\u00e9er des frictions inutiles. C'est pourquoi l'\u00e9valuation doit porter sur les r\u00e9sultats, la s\u00e9curit\u00e9 et l'exp\u00e9rience conversationnelle, tout comme lors de la s\u00e9lection <a href=\"https:\/\/twodots.gr\/6-ai-agents-customer-support-gia-epicheiriseis\/\">Agent IA pour le service client<\/a>.<\/p>\n<h2 id=\"shortcut-audit\">La v\u00e9rification des raccourcis et des fuites<\/h2>\n<p>Le risque majeur est qu'une fiche de r\u00e9f\u00e9rence fournisse \u00e0 l'enseignant des informations qu'il aurait normalement d\u00fb d\u00e9couvrir \u00e0 l'aide d'outils. Dans ce cas, la trajectoire reconstitu\u00e9e semblerait r\u00e9ussie, mais elle apprendrait \u00e0 l'\u00e9l\u00e8ve \u00e0 utiliser des valeurs \u00ab magiques \u00bb, des informations anticip\u00e9es ou des raccourcis non autoris\u00e9s.<\/p>\n<p>Les auteurs ont v\u00e9rifi\u00e9 les trajectoires r\u00e9cup\u00e9r\u00e9es \u00e0 l'aide de deux \u00e9valuateurs ind\u00e9pendants afin de d\u00e9tecter d'\u00e9ventuelles valeurs cod\u00e9es en dur, des raccourcis et l'utilisation d'informations futures, et ont examin\u00e9 manuellement les \u00e9carts. Cet audit ne constitue pas une garantie absolue pour chaque nouvel ensemble de donn\u00e9es. Il indique toutefois l'architecture appropri\u00e9e : chaque argument d'outil doit pouvoir \u00eatre attribu\u00e9 \u00e0 la requ\u00eate, \u00e0 un r\u00e9sultat d'outil pr\u00e9c\u00e9dent ou \u00e0 une valeur par d\u00e9faut l\u00e9gitime du sch\u00e9ma.<\/p>\n<p>Cette exigence s'applique \u00e9galement apr\u00e8s la formation. Les journaux, les r\u00e9sultats des \u00e9valuateurs et les d\u00e9cisions relatives aux politiques doivent \u00eatre accompagn\u00e9s d'une tra\u00e7abilit\u00e9 afin que l'\u00e9quipe sache pourquoi une trace a \u00e9t\u00e9 jug\u00e9e acceptable. Ce besoin est li\u00e9 \u00e0 la <a href=\"https:\/\/twodots.gr\/airep-apodeiktiko-apofaseon-ai-runtime\/\">preuve de chaque d\u00e9cision prise par un moteur d'IA<\/a> et par la gestion des donn\u00e9es int\u00e9gr\u00e9es dans l'ensemble d'apprentissage.<\/p>\n<aside class=\"td-article-note\"><strong>Signal d'alerte concret :<\/strong> Si une trajectoire r\u00e9cup\u00e9r\u00e9e contient une valeur qui n'appara\u00eet ni dans les donn\u00e9es fournies par l'utilisateur, ni dans les r\u00e9sultats de l'outil, ni dans les valeurs par d\u00e9faut approuv\u00e9es, il ne s'agit pas d'un exemple d'apprentissage ; il s'agit probablement d'une fuite qui doit \u00eatre rejet\u00e9e ou qui n\u00e9cessite une nouvelle ex\u00e9cution.<\/aside>\n<h2 id=\"production-agents\">Qu'est-ce que cela signifie pour les agents IA en production ?<\/h2>\n<p>Dans le syst\u00e8me de production d\u00e9crit dans cet article, PROOF-Gen a \u00e9t\u00e9 appliqu\u00e9 \u00e0 des milliers de sc\u00e9narios, avec des trajectoires plus longues et plusieurs \u00e9valuateurs. Les auteurs font \u00e9tat d\u2019une augmentation de 6,3 points de pourcentage du taux de r\u00e9alisation des objectifs en termes de qualit\u00e9 des trajectoires. Dans un mod\u00e8le d\u00e9ploy\u00e9 sur l'appareil, ils font \u00e9tat d'une augmentation de +1,5 point du taux de r\u00e9alisation des objectifs, d'am\u00e9liorations allant de +1,7 \u00e0 +5,0 points pour les indicateurs de qualit\u00e9 de r\u00e9ponse et d'une am\u00e9lioration moyenne de +1,48 point pour les langues autres que l'anglais.<\/p>\n<p>Ces chiffres concernent sp\u00e9cifiquement ce site de recherche et de production. Ils ne constituent pas une pr\u00e9vision pour une autre entreprise. L'id\u00e9e g\u00e9n\u00e9rale est que les journaux d'\u00e9checs peuvent constituer une source d'exemples de formation potentiels, \u00e0 condition qu'il existe des traces compl\u00e8tes, des v\u00e9rificateurs fiables, une provenance claire et une suppression rigoureuse du \u00ab scaffold \u00bb.<\/p>\n<p>Dans le domaine du commerce \u00e9lectronique, les cas potentiels sont le changement d'adresse avant l'exp\u00e9dition, le retour partiel, l'annulation avec des politiques d'exceptions, la v\u00e9rification de la disponibilit\u00e9 ou une combinaison de CRM et de logistique. Le bon crit\u00e8re d'\u00e9valuation n'est pas le nombre d'appels API corrects, mais le fait que le syst\u00e8me ait atteint l'\u00e9tat op\u00e9rationnel souhait\u00e9 sans enfreindre les r\u00e8gles.<\/p>\n<p>La hi\u00e9rarchisation des d\u00e9faillances doit \u00e9galement passer par un filtre \u00e9conomique. Tous les cas limites rares ne m\u00e9ritent pas le m\u00eame budget de reprise. L'\u00e9quipe doit mettre en relation la fr\u00e9quence, le co\u00fbt de l'erreur, le risque r\u00e9glementaire et la probabilit\u00e9 de r\u00e9cup\u00e9ration, comme dans une analyse approfondie. <a href=\"https:\/\/twodots.gr\/ai-roi-axia-ergasias\/\">Retour sur investissement de l'IA gr\u00e2ce aux jetons dans la valeur du travail<\/a>.<\/p>\n<h2 id=\"praktiko-protokollo\">Sept \u00e9tapes pour un pipeline de reprise contr\u00f4lable<\/h2>\n<p>L'application ne part pas du r\u00e9glage fin, mais de l'observabilit\u00e9 et des v\u00e9rificateurs. Le protocole suivant transpose ce concept aux agents op\u00e9rationnels sans consid\u00e9rer que chaque d\u00e9faillance se pr\u00eate \u00e0 l'apprentissage.<\/p>\n<div class=\"td-step-list\">\n<p class=\"td-step-list-title\">Du journal des \u00e9checs \u00e0 un exemple d'entra\u00eenement v\u00e9rifi\u00e9<\/p>\n<ol>\n<li><span class=\"td-step-kicker\">\u00c9tape 1<\/span><strong>Enregistrez une trace d'ex\u00e9cution compl\u00e8te<\/strong>\n<p>Enregistrez la requ\u00eate, le mod\u00e8le et la version, l'invite du syst\u00e8me, les entr\u00e9es et sorties de l'outil, les horodatages, les r\u00e9sultats de l'\u00e9valuateur et l'\u00e9tat final. Sans trace compl\u00e8te, le Reflector ne peut pas localiser la cause de l'erreur.<\/p>\n<\/li>\n<li><span class=\"td-step-kicker\">\u00c9tape 2<\/span><strong>Voici les v\u00e9rificateurs programmatiques de bout en bout<\/strong>\n<p>V\u00e9rifiez si l'enregistrement correct a \u00e9t\u00e9 mis \u00e0 jour, si la politique a \u00e9t\u00e9 appliqu\u00e9e, si la confirmation requise a \u00e9t\u00e9 demand\u00e9e et si l'\u00e9tat op\u00e9rationnel souhait\u00e9 a \u00e9t\u00e9 atteint. Ne vous contentez pas d'\u00e9valuer la r\u00e9ponse finale.<\/p>\n<\/li>\n<li><span class=\"td-step-kicker\">\u00c9tape 3<\/span><strong>Classez les causes de d\u00e9faillance et les risques op\u00e9rationnels<\/strong>\n<p>Distinguez les cas suivants : appel d'outil manquant, ordre incorrect, argument erron\u00e9, violation de la politique, ambigu\u00eft\u00e9 du v\u00e9rificateur et indisponibilit\u00e9 de l'outil. Donnez la priorit\u00e9 aux cas fr\u00e9quents ou co\u00fbteux qui peuvent \u00eatre reproduits.<\/p>\n<\/li>\n<li><span class=\"td-step-kicker\">\u00c9tape 4<\/span><strong>Isolez l'\u00e9chafaudage temporaire<\/strong>\n<p>Ajoutez des d\u00e9limiteurs clairs dans la fiche de r\u00e9f\u00e9rence par sc\u00e9nario, ne la montrez pas \u00e0 l'utilisateur et ne l'incluez pas dans la d\u00e9monstration finale. Les conseils doivent \u00eatre de nature proc\u00e9durale, et non pas des r\u00e9ponses contenant des valeurs cach\u00e9es.<\/p>\n<\/li>\n<li><span class=\"td-step-kicker\">\u00c9tape 5<\/span><strong>Relancer \u00e0 partir d'un \u00e9tat initial propre<\/strong>\n<p>Ne continuez pas \u00e0 partir d'une base de donn\u00e9es partiellement modifi\u00e9e. R\u00e9initialisez le bac \u00e0 sable, les fixtures et l'\u00e9tat de la conversation afin que la nouvelle trajectoire d\u00e9montre qu'elle m\u00e8ne \u00e0 bien la t\u00e2che de mani\u00e8re autonome.<\/p>\n<\/li>\n<li><span class=\"td-step-kicker\">\u00c9tape 6<\/span><strong>V\u00e9rifiez la provenance et supprimez la fiche de r\u00e9f\u00e9rence<\/strong>\n<p>V\u00e9rifiez la source de chaque argument d'outil, ex\u00e9cutez tous les v\u00e9rificateurs et supprimez enti\u00e8rement les instructions temporaires avant l'exportation du jeu de donn\u00e9es. \u00c9liminez les raccourcis et les valeurs magiques.<\/p>\n<\/li>\n<li><span class=\"td-step-kicker\">\u00c9tape 7<\/span><strong>Maintenez la porte de lib\u00e9ration en position \u00ab holdout \u00bb<\/strong>\n<p>\u00c9valuez la r\u00e9alisation des objectifs, la conformit\u00e9 aux r\u00e8gles, la latence, le co\u00fbt et l'exp\u00e9rience utilisateur sur des t\u00e2ches in\u00e9dites. Si seule la pr\u00e9cision de l'appel d'outil s'am\u00e9liore, le nouveau mod\u00e8le ne sera pas mis en production.<\/p>\n<\/li>\n<\/ol>\n<\/div>\n<p>Le protocole n\u00e9cessite des restrictions d'acc\u00e8s et des environnements de test s\u00e9curis\u00e9s. Une boucle de r\u00e9cup\u00e9ration qui r\u00e9p\u00e8te des actions r\u00e9elles sans isolation peut entra\u00eener la cr\u00e9ation de commandes en double, des remboursements erron\u00e9s ou des modifications irr\u00e9versibles. L'architecture \u00e0 acc\u00e8s minimal pour de tels syst\u00e8mes est analys\u00e9e dans l'article consacr\u00e9 \u00e0 <a href=\"https:\/\/twodots.gr\/dynamika-dikaiomata-ai-agents-elachisti-prosvasi\/\">droits dynamiques des agents IA<\/a>.<\/p>\n<h2 id=\"oria-kostos\">Limites, co\u00fbts et gouvernance<\/h2>\n<p>L'\u00e9tude a utilis\u00e9 un \u00ab teacher \u00bb, le GPT-4o, et des \u00ab reflectors \u00bb provenant du m\u00eame fournisseur. Il n'a pas \u00e9t\u00e9 d\u00e9montr\u00e9 que la m\u00eame relation entre la qualit\u00e9 des \u00ab reflectors \u00bb et la r\u00e9cup\u00e9ration s'applique \u00e0 toutes les familles de mod\u00e8les ou \u00e0 tous les syst\u00e8mes \u00e0 poids ouverts. Les \u00ab cheatsheets \u00bb peuvent \u00eatre volumineuses ; l'ex\u00e9cuteur a donc besoin d'un contexte suffisant et d'une ex\u00e9cution fiable des instructions.<\/p>\n<p>Les benchmarks pr\u00e9sentent \u00e9galement une \u00e9chelle et une stochasticit\u00e9 sp\u00e9cifiques. Dans le BFCL, les diff\u00e9rentes cat\u00e9gories comprennent un nombre limit\u00e9 de t\u00e2ches de test, tandis que le t2-bench utilise un simulateur d'utilisateur stochastique. C'est pourquoi cet article distingue le r\u00e9sultat global de 93 % de celui de 88 %, qui est directement attribu\u00e9 \u00e0 la fiche de r\u00e9f\u00e9rence. Chaque groupe a besoin de r\u00e9p\u00e9titions et d'intervalles de confiance, et pas seulement d'un pourcentage de r\u00e9cup\u00e9ration.<\/p>\n<p>PROOF-Gen ne fait pas dispara\u00eetre les co\u00fbts. Il ajoute la r\u00e9flexion, les r\u00e9ex\u00e9cutions, le calcul du v\u00e9rificateur, l'audit humain et la gouvernance des ensembles de donn\u00e9es. Sa valeur d\u00e9pend du fait que la r\u00e9cup\u00e9ration de cas complexes soit moins co\u00fbteuse et plus utile que davantage de traces simples ou qu\u2019une ex\u00e9cution directe avec un mod\u00e8le plus puissant \u00e0 chaque tour.<\/p>\n<p>Enfin, un mauvais v\u00e9rificateur peut optimiser la mauvaise chose. Si l\u2019objectif ne r\u00e9compense que la modification de la base et ignore le consensus, la politique ou la qualit\u00e9 de la r\u00e9ponse, la boucle de r\u00e9cup\u00e9ration peut produire des parcours coh\u00e9rents mais inacceptables. La gouvernance doit relier le contexte, la mesure et la gestion des risques, et non se r\u00e9sumer en fin de compte \u00e0 une liste de contr\u00f4le de conformit\u00e9. Le m\u00eame principe se retrouve dans les <a href=\"https:\/\/twodots.gr\/granite-trust-policy-tools-politikes-ai-safety\/\">politiques concr\u00e8tes en mati\u00e8re de s\u00e9curit\u00e9 de l'IA<\/a>.<\/p>\n<h2 id=\"apotychia-signal\">L'\u00e9chec en tant que signal d'entra\u00eenement<\/h2>\n<p>PROOF-Gen d\u00e9place le goulot d'\u00e9tranglement de la distillation vers les donn\u00e9es. M\u00eame le meilleur optimiseur ne peut pas apprendre le chemin \u00e0 suivre au niveau du point de d\u00e9cision critique si l'ensemble d'apprentissage l'a d\u00e9j\u00e0 \u00e9cart\u00e9. Il faut d'abord disposer de d\u00e9monstrations compl\u00e8tes et v\u00e9rifi\u00e9es pour les cas que le \u00ab teacher \u00bb n'a pas r\u00e9solus d\u00e8s le premier essai.<\/p>\n<p>Pour les entreprises, le message est concret : un workflow qui \u00e9choue contient souvent une grande partie du processus correct et constitue un indicateur pr\u00e9cieux de la lacune qui subsiste. Gr\u00e2ce \u00e0 des v\u00e9rificateurs fiables, une r\u00e9flexion puissante, une provenance claire, la suppression du \u00ab scaffold \u00bb et une \u00e9valuation \u00ab holdout \u00bb, cette lacune peut devenir un nouveau signal d'apprentissage.<\/p>\n<p>L'\u00e9chec ne doit pas \u00eatre int\u00e9gr\u00e9 tel quel dans la formation et ne doit pas \u00eatre id\u00e9alis\u00e9. Il doit \u00eatre transform\u00e9 en une d\u00e9monstration r\u00e9ussie, reproductible et v\u00e9rifiable. C\u2019est l\u00e0 toute la diff\u00e9rence entre un journal qui se contente d\u2019expliquer ce qui n\u2019a pas fonctionn\u00e9 et un ensemble de donn\u00e9es qui rend le prochain agent r\u00e9ellement plus fiable.<\/p>\n<section class=\"td-service-cta\">\n<div class=\"td-service-cta-content\">\n<p class=\"td-service-cta-kicker\">Agents IA avec des r\u00e9sultats contr\u00f4lables<\/p>\n<p class=\"td-service-cta-title\">Transformez les journaux d'erreurs en un plan d'am\u00e9lioration fiable<\/p>\n<p>TWO DOTS con\u00e7oit des automatisations op\u00e9rationnelles bas\u00e9es sur l'IA, dot\u00e9es de traces compl\u00e8tes, de v\u00e9rificateurs programmatiques, d'autorisations d'outils restreintes, de portes d'\u00e9valuation et d'un contr\u00f4le humain. Ainsi, chaque exp\u00e9rience de r\u00e9cup\u00e9ration est li\u00e9e \u00e0 un r\u00e9sultat commercial concret et peut \u00eatre test\u00e9e avant sa mise en production.<\/p>\n<div class=\"td-service-cta-actions\"><a class=\"td-service-cta-button\" href=\"https:\/\/twodots.gr\/aftomatismoi-epicheiriseon-ai\/\">D\u00e9couvrez l'automatisation des processus m\u00e9tier et l'IA<\/a><\/div>\n<\/div>\n<\/section>\n<section id=\"sychnes-erotiseis\" class=\"td-faq-section\">\n<div class=\"td-faq\">\n<p class=\"td-faq-heading\">Foire aux questions (FAQ)<\/p>\n<details class=\"td-faq-item\">\n<summary class=\"td-faq-title\">Qu'est-ce que PROOF-Gen ?<\/summary>\n<div class=\"td-faq-content\">\n<p>Il s'agit d'une m\u00e9thode permettant de r\u00e9cup\u00e9rer des trajectoires d'appel d'outils r\u00e9ussies \u00e0 partir d'ex\u00e9cutions ayant \u00e9chou\u00e9, gr\u00e2ce \u00e0 une optimisation r\u00e9flexive des invites, distincte pour chaque sc\u00e9nario.<\/p>\n<\/div>\n<\/details>\n<details class=\"td-faq-item\">\n<summary class=\"td-faq-title\">L'\u00e9tudiant s'entra\u00eene-t-il \u00e0 l'aide de l'aide-m\u00e9moire ?<\/summary>\n<div class=\"td-faq-content\">\n<p>Non. Le guidage provisoire est supprim\u00e9 avant le \u00ab supervised fine-tuning \u00bb et l'\u00ab \u00e9tudiant \u00bb ne voit que la trajectoire pure et r\u00e9ussie.<\/p>\n<\/div>\n<\/details>\n<details class=\"td-faq-item\">\n<summary class=\"td-faq-title\">Pourquoi la pr\u00e9cision de l'appel d'outil ne suffit-elle pas ?<\/summary>\n<div class=\"td-faq-content\">\n<p>En effet, de nombreuses actions interm\u00e9diaires correctes peuvent coexister avec un r\u00e9sultat final erron\u00e9. Le \u00ab release gate \u00bb doit \u00e9valuer la r\u00e9alisation des objectifs de bout en bout et le respect de la politique.<\/p>\n<\/div>\n<\/details>\n<details class=\"td-faq-item\">\n<summary class=\"td-faq-title\">Quel \u00e9tait le taux de r\u00e9cup\u00e9ration de base ?<\/summary>\n<div class=\"td-faq-content\">\n<p>Sur un \u00e9chantillon de 300 d\u00e9faillances de t\u00e9l\u00e9communications, 279 ont \u00e9t\u00e9 r\u00e9cup\u00e9r\u00e9es, soit 93 %. Les 264 ont \u00e9t\u00e9 attribu\u00e9es \u00e0 la \u00ab cheatsheet \u00bb et les 15 \u00e0 la relecture stochastique du simulateur d'utilisateur.<\/p>\n<\/div>\n<\/details>\n<details class=\"td-faq-item\">\n<summary class=\"td-faq-title\">PROOF-Gen peut-il \u00eatre utilis\u00e9 avec des agents op\u00e9rationnels ?<\/summary>\n<div class=\"td-faq-content\">\n<p>Cette approche s'applique lorsqu'il existe des traces compl\u00e8tes, des v\u00e9rificateurs fiables, un environnement de r\u00e9ex\u00e9cution s\u00e9curis\u00e9 et la possibilit\u00e9 de contr\u00f4ler l'\u00e9tat op\u00e9rationnel final.<\/p>\n<\/div>\n<\/details>\n<details class=\"td-faq-item\">\n<summary class=\"td-faq-title\">Quel est le principal risque li\u00e9 aux traces r\u00e9cup\u00e9r\u00e9es ?<\/summary>\n<div class=\"td-faq-content\">\n<p>Il ne faut pas introduire de raccourcis, de valeurs magiques ou d'informations prospectives. Chaque argument d'outil doit provenir de mani\u00e8re av\u00e9r\u00e9e de la requ\u00eate, du r\u00e9sultat de l'outil ou d'une valeur par d\u00e9faut approuv\u00e9e.<\/p>\n<\/div>\n<\/details>\n<details class=\"td-faq-item\">\n<summary class=\"td-faq-title\">Le PROOF-Gen remplace-t-il le \u00ab fine-tuning \u00bb ?<\/summary>\n<div class=\"td-faq-content\">\n<p>Non. Il s'agit d'une \u00e9tape de g\u00e9n\u00e9ration et de r\u00e9cup\u00e9ration de donn\u00e9es pr\u00e9alable au fine-tuning. Dans cette \u00e9tude, l'entra\u00eenement en aval a \u00e9t\u00e9 r\u00e9alis\u00e9 avec QLoRA pendant trois \u00e9poques.<\/p>\n<\/div>\n<\/details>\n<details class=\"td-faq-item\">\n<summary class=\"td-faq-title\">Quels indicateurs une entreprise doit-elle suivre ?<\/summary>\n<div class=\"td-faq-content\">\n<p>R\u00e9alisation des objectifs, \u00e9tat final correct, conformit\u00e9 aux politiques, provenance, co\u00fbt, latence et exp\u00e9rience utilisateur. La pr\u00e9cision des appels d'outils reste une mesure diagnostique compl\u00e9mentaire.<\/p>\n<\/div>\n<\/details>\n<\/div>\n<\/section>\n<div class=\"td-source-list\">\n<p id=\"piges\" class=\"td-source-list-title\">Sources d'information<\/p>\n<ul>\n<li><a href=\"https:\/\/arxiv.org\/abs\/2608.23911\" target=\"_blank\" rel=\"noopener\">Ta, Zhu &amp; Shayandeh \u2014 PROOF-Gen : des donn\u00e9es optimis\u00e9es \u00e0 une meilleure distillation<\/a><\/li>\n<li><a href=\"https:\/\/arxiv.org\/abs\/2506.07982\" target=\"_blank\" rel=\"noopener\">Barres et al. \u2014 \u03c42-bench : \u00c9valuation d'agents conversationnels dans un environnement \u00e0 double contr\u00f4le<\/a><\/li>\n<li><a href=\"https:\/\/proceedings.mlr.press\/v267\/patil25a.html\" target=\"_blank\" rel=\"noopener\">Patil et al. \u2014 Le classement Berkeley Function Calling Leaderboard (BFCL)<\/a><\/li>\n<li><a href=\"https:\/\/arxiv.org\/abs\/2507.19457\" target=\"_blank\" rel=\"noopener\">Agrawal et al. \u2014 GEPA : l'\u00e9volution des prompts r\u00e9flexifs peut surpasser l'apprentissage par renforcement<\/a><\/li>\n<li><a href=\"https:\/\/airc.nist.gov\/airmf-resources\/airmf\/5-sec-core\/\" target=\"_blank\" rel=\"noopener\">NIST AI RMF \u2014 Core : Gouverner, cartographier, mesurer et g\u00e9rer<\/a><\/li>\n<li><a href=\"https:\/\/www.nist.gov\/publications\/artificial-intelligence-risk-management-framework-generative-artificial-intelligence\" target=\"_blank\" rel=\"noopener\">NIST \u2014 Profil de l'intelligence artificielle g\u00e9n\u00e9rative<\/a><\/li>\n<\/ul>\n<\/div>","protected":false},"excerpt":{"rendered":"<p>PROOF-Gen r\u00e9cup\u00e8re les parcours r\u00e9ussis \u00e0 partir des \u00e9checs des agents IA et les convertit en donn\u00e9es propres pour une distillation de mod\u00e8les plus s\u00fbre et contr\u00f4l\u00e9e.<\/p>","protected":false},"author":1,"featured_media":105874,"comment_status":"open","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"_gspb_post_css":"","footnotes":""},"categories":[199],"tags":[6506,20890,20889,20572,20891],"class_list":["post-98245","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-techniti-noimosyni","tag-ai-agents","tag-model-distillation","tag-proof-gen","tag-synthetic-data","tag-tool-calling"],"_links":{"self":[{"href":"https:\/\/twodots.gr\/fr\/wp-json\/wp\/v2\/posts\/98245","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/twodots.gr\/fr\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/twodots.gr\/fr\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/twodots.gr\/fr\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/twodots.gr\/fr\/wp-json\/wp\/v2\/comments?post=98245"}],"version-history":[{"count":0,"href":"https:\/\/twodots.gr\/fr\/wp-json\/wp\/v2\/posts\/98245\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/twodots.gr\/fr\/wp-json\/wp\/v2\/media\/105874"}],"wp:attachment":[{"href":"https:\/\/twodots.gr\/fr\/wp-json\/wp\/v2\/media?parent=98245"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/twodots.gr\/fr\/wp-json\/wp\/v2\/categories?post=98245"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/twodots.gr\/fr\/wp-json\/wp\/v2\/tags?post=98245"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}