🤖 AI

RIZZ: Routing Interactions to Near Zero-Interference Zones for Continual Adaptation of Black-Box Agents

RIZZ est un cadre d'adaptation continue pour les agents de modèles de langage boîte noire qui atténue l'interférence dans les environnements non stationnaires en acheminant dynamiquement les interactions vers des branches de mémoire spécialisées et en les mettant à jour uniquement via un retour par porte de vérificateur.

Auteurs originaux : Sonali Goel, Pranav Vaidhyanathan, Lucas Schorling, Natalia Ares, Maike Osborne

Publié 2026-06-23

📖 5 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Sonali Goel, Pranav Vaidhyanathan, Lucas Schorling, Natalia Ares, Maike Osborne

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez que vous avez un génie figé et brillant (un grand modèle de langage) qui est incroyablement intelligent mais incapable d'apprendre de nouvelles choses en modifiant son propre cerveau. Il est comme un chef cuisinier qui a mémorisé toutes les recettes du monde mais qui lui est interdit d'en écrire de nouvelles ou de changer son style de cuisine.

Imaginez maintenant que ce chef travaille dans un restaurant très fréquenté où les clients commandent sans cesse des plats différents : parfois de l'italien, parfois des énigmes de programmation, parfois des conseils médicaux, et parfois de la planification de voyage. Si le chef essaie de tout mémoriser dans un seul carnet géant et désordonné, il finira par s'embrouiller. Un conseil pour faire des pâtes pourrait accidentellement gâcher sa recette pour coder un site web. C'est ce qu'on appelle l'« interférence », et cela rend le chef moins performant au fil du temps.

RIZZ est un nouveau système conçu pour aider ce génie figé à s'adapter sans briser son cerveau. Considérez RIZZ comme un majordome et un système d'archivage super organisés qui se tient entre le chef et les clients.

Voici comment fonctionne RIZZ, en utilisant des analogies simples :

1. Les « Zones de Zéro Interférence » (Les Branches)

Au lieu d'un seul carnet géant, RIZZ met en place de nombreux petits postes de travail séparés (appelés « branches »).

L'analogie : Imaginez une bibliothèque où les livres ne sont pas simplement jetés sur une seule étagère. Au lieu de cela, il y a une salle « Cuisine », une salle « Programmation » et une salle « Voyage ».
Comment cela aide : Lorsqu'un client demande une solution de programmation, le majordome (le Routeur) l'envoie directement dans la salle de Programmation. Le chef ne voit alors que les notes et les conseils de cette salle spécifique. Cela signifie qu'une erreur commise en cuisinant des pâtes ne fera pas accidentellement oublier au chef comment écrire du code Python.

2. Le Majordome Intelligent (Le Routeur)

Chaque fois qu'une nouvelle question arrive, le « majordome » de RIZZ l'examine et décide quel poste de travail utiliser.

L'analogie : Si un client dit : « J'ai besoin d'une recette de sauce tomate », le majordome reconnaît que cela appartient à la salle Cuisine. S'il dit : « Répare ce code cassé », le majordome l'envoie dans la salle Programmation.
La magie : Si le majordome voit une question totalement nouvelle (comme un client demandant des informations sur un nouveau type de cuisine extraterrestre), il construit instantanément un nouveau poste de travail juste pour cela. Si deux postes de travail font exactement la même chose, le majordome les fusionne pour gagner de l'espace.

3. Le Gardien Strict (Le Vérificateur)

C'est la règle la plus importante de RIZZ : on ne peut pas simplement écrire n'importe quoi.

L'analogie : Imaginez que le chef essaie une nouvelle recette. Si le client dit : « Miam, c'est excellent ! » (un score élevé), le majordome écrit cette recette dans le livre permanent de cette salle. Mais si le client dit : « C'est horrible » (un score bas), le majordome jette la note ou la met dans un dossier « À ne pas faire ».
Pourquoi c'est important : Cela empêche le système d'apprendre de mauvaises habitudes. Il ne conserve que les « victoires » et les « leçons tirées des échecs », garantissant que le chef s'améliore et non l'inverse.

4. La Mallette Limitée (Compilation de Prompts)

Le chef ne peut porter qu'une quantité limitée d'informations dans sa tête à la fois (c'est ce qu'on appelle la « fenêtre de contexte »).

L'analogie : RIZZ agit comme un assistant personnel qui prépare une mallette pour le chef avant qu'il ne commence à cuisiner. L'assistant ne prépare que les notes les plus pertinentes de la salle spécifique où se trouve le chef. Si la mallette est trop pleine, l'assistant retire les notes les moins importantes en premier, garantissant que le chef ne soit jamais submergé ou n'oublie pas la tâche en cours.

Qu'ont-ils découvert ?

Les chercheurs ont testé ce système sur plusieurs « défis » (benchmarks) où le chef devait gérer un flux de tâches différentes :

Meilleur que de ne rien faire : Le chef avec le majordome RIZZ est devenu nettement meilleur dans ses tâches au fil du temps par rapport au chef travaillant seul.
Moins cher et plus rapide : D'autres systèmes tentaient de garder toutes les notes dans un seul grand tas, ce qui rendait la mallette trop lourde et coûteuse à transporter. RIZZ a gardé la mallette légère et concentrée, économisant ainsi de l'argent et du temps.
Pas de « Blocage Cérébral » : Lorsque le chef passait d'un problème de mathématiques à un problème de programmation, RIZZ gardait les mémoires séparées. Le chef ne s'est pas embrouillé et n'a pas oublié la tâche précédente (un problème connu sous le nom d'« oubli catastrophique »).

En résumé

RIZZ est un moyen de rendre une IA intelligente et immuable plus intelligente au fil du temps en organisant ses souvenirs dans des salles séparées et spécialisées, en lui permettant de ne conserver que les bonnes leçons et en préparant les notes appropriées pour la tâche à accomplir. C'est comme donner à un génie un système de classement parfait pour qu'il puisse apprendre de ses expériences sans être submergé ou confus.

Résumé Technique : RIZZ (Routing Interactions to Near Zero-Interference Zones)

Énoncé du Problème

Les modèles de langage de grande taille (LLM) sont de plus en plus déployés en tant qu'agents composés à longue durée de vie qui doivent s'adapter à des flux non stationnaires d'utilisateurs, de tâches et de régimes de rétroaction sans accès aux poids du modèle (contexte de boîte noire). Les stratégies d'adaptation existantes font face à trois limitations primaires dans ce régime :

Optimisation de la Mémoire Globale ou de l'Unique Prompt : Les méthodes qui optimisent un prompt unique ou maintiennent une mémoire globale non différenciée luttent contre l'interférence catastrophique, où les leçons tirées d'une famille de tâches contaminent le comportement sur des tâches sans rapport.
Approches Gourmandes en Recherche : Les techniques reposant sur des rollouts répétés ou une recherche extensive sont coûteuses en calcul et souvent peu pratiques pour des scénarios en ligne avec des budgets de contexte contraints.
Manque de Sélectivité : Les systèmes actuels échouent souvent à distinguer les structures procédurales réutilisables du bruit spécifique à une tâche, menant soit à des performances fragiles, soit à un isolement gaspilleur.

Le défi central est de permettre à un agent de s'améliorer continuellement à partir de l'expérience (adaptation en ligne) tout en contrôlant explicitement l'interférence entre les familles de tâches, le tout sans mettre à jour les paramètres sous-jacents du modèle gelé.

Méthodologie : Cadre RIZZ

RIZZ (Routing Interactions to Near Zero-Interference Zones) est un cadre d'adaptation continue qui déplace le lieu de l'apprentissage des paramètres du modèle vers un système de mémoire routé externe. Le système opère sur un LLM boîte noire gelé et repose sur trois mécanismes clés : le Routage Hiérarchique, la Mémoire Locale à la Branche et l'Évolution par Porte de Vérificateur.

1. État Adaptatif et Routage Hiérarchique

Au lieu d'une mémoire globale unique, RIZZ maintient une Banque de Branches ( $B_t$ ), où chaque branche agit comme une « zone de quasi-zéro interférence » ou une mémoire experte spécialisée.

Étiquetage : Pour chaque requête entrante, un routeur léger (utilisant un juge LLM) assigne un étiquette hiérarchique composée d'une fonction ( $f$ ) et d'une application ( $a$ ).
Verrouillage (Snapping) et Déduplication : Le système verrouille les nouveaux étiquettes sur les branches existantes en utilisant la similitude d'embedding pour l'application ( $\tau_{snap} = 0,92$ ) et le chevauchement de jetons Jaccard pour les frères de même fonction ( $\tau_J = 0,40$ ). Cela empêche la fragmentation tout en permettant la spécialisation.
Génération Dynamique (Spawning) : Si aucune branche compatible n'existe et que la capacité le permet, une nouvelle branche est générée. Si une branche devient redondante, elle est fusionnée ou élaguée.
Logique de Routage : Le routeur sélectionne la branche qui correspond le mieux à la fonction et à l'application de la requête, garantissant que les interactions liées sont regroupées.

2. Substrats de Mémoire Locaux à la Branche

Chaque branche $b$ contient plusieurs types de mémoire :

Mémoire Épisodique : Stocke les exemples d'entrées/sorties approuvés par le vérificateur.
Mémoire Procédurale : Stocke des règles IF-THEN compactes distillées à partir de lots réussis. Les règles sont pondérées par des compteurs de bénéfique/nuisible basés sur la rétroaction du vérificateur.
Mémoire d'Échec : Stocke les réponses erronées substantielles en tant qu'anti-modèles (« anti-patterns ») pour éviter la répétition, conservées localement à la branche pour éviter la généralisation excessive.
Contexte à Portée Limitée (Scoped Context) : Récupère des preuves spécifiques à la session filtrées par portée de métadonnées.

3. Évolution de la Mémoire par Porte de Vérificateur

Les mises à jour de la mémoire sont strictement contrôlées par un vérificateur déterministe (ex: ratio flou, correspondance exacte, exécution de code).

Politique d'Écriture : Seules les interactions passant un seuil dépendant du vérificateur sont écrites dans la mémoire durable.
Promotion de Règles : Les interactions réussies peuvent être distillées en règles procédurales ; les échecs sont conservés comme anti-modèles.
Quarantaine : Les interactions à faible récompense ou hors centre de gravité sont mises en quarantaine ou rejetées pour éviter de contaminer la branche.
Compilation de Prompt : Un compilateur de prompt à budget limité assemble le matériel récupéré (contexte à portée limitée, exemples épisodiques, règles, erreurs) en un prompt respectant un budget de jetons fixe (ex: 64K). Les blocs de priorité inférieure sont supprimés en premier pour assurer une dégradation gracieuse vers la ligne de base gelée plutôt qu'un dépassement de contexte.

Contributions Clés

Cadre de Routage Agnostique à la Tâche : RIZZ formule l'adaptation en boîte noire comme un problème de décision en ligne où un modèle gelé s'adapte uniquement via un état externe. Il découvre des branches de mémoire spécialisées en ligne sans ID de tâche pré-spécifiés ou taxonomies prédéfinies.
Mémoire Compacte Locale à la Branche : Introduit un mécanisme de routage hiérarchique combinant des gardes de forme de sortie, un verrouillage par embedding et une déduplication Jaccard. Cela maintient les expériences liées ensemble, limite l'interférence entre les tâches et permet la création et la fusion dynamiques de branches.
Évolution par Porte de Vérificateur : Les mises à jour de la mémoire dépendent entièrement de la validation de la récompense. Cela garantit que seules les interactions vérifiées et utiles mettent à jour la mémoire, tandis que les échecs sont stockés comme des anti-modèles concrets. Un compilateur conscient du budget assure l'efficience du système.
Performance Empirique Efficace : RIZZ atteint une précision élevée à travers le streaming d'adaptation, l'apprentissage continu séquentiel et les benchmarks de mémoire conversationnelle à long terme, tout en restant nettement moins coûteux et plus efficace en jetons que les bases de comparaison plus lourdes.

Résultats Expérimentaux

Les auteurs ont évalué RIZZ sur quatre benchmarks en utilisant Claude Haiku 4.5 comme modèle de base gelé :

TRACE (Apprentissage Continu Séquentiel) : RIZZ a amélioré la récompense moyenne de +6,9 points de pourcentage par rapport à la ligne de base Gelée (Frozen) et de +7,6 points par rapport à AMem. Crucialement, alors que la ligne de base ACE s'est effondrée (récompense de 0,047) à cause du dépassement de la fenêtre de contexte sur les tâches à longs inputs, RIZZ a maintenu la stabilité en gardant le playbook compact (se stabilisant autour de 10–15K jetons) et en limitant le nombre de branches (48 au total, 31 actives).
StreamBench (Flux Entrelacés en Ligne) : RIZZ a progressé de +3,3 points de pourcentage par rapport à Frozen et de +2,2 points par rapport à AMem, avec un coût total inférieur ($7,37 contre $7,99 pour Frozen). Il a réussi à concentrer le trafic dans des branches spécialistes à haut volume (ex: une branche de diagnostic clinique gérant 43 % du trafic).
LongMemEval-S (Mémoire Conversationnelle) : RIZZ a obtenu la récompense moyenne la plus élevée (0,484), surpassant nettement AMem (0,322) et Frozen (0,202). Il a excellé dans les tâches de raisonnement temporel et multi-sessions en allouant des branches distinctes à différentes sessions de conversation, là où ACE a échoué à cause de l'épuisement de la fenêtre de contexte.
$\tau$ -Bench (Utilisation d'Outils) : RIZZ a amélioré le pass@1 de l'agent ReAct de 0,352 (Frozen) à 0,400, surpassant ACE (0,370) et AMem (0,303) avec une augmentation minimale du coût.
Études d'Ablation : Supprimer la mémoire procédurale, forcer un routage à branche unique ou désactiver les mécanismes anti-fragmentation a entraîné des baisses de performance mesurables, confirmant la nécessité de la structure de branche et du filtrage par vérificateur.

Signification et Revendications

L'article affirme que RIZZ démontre que l'adaptation continue pour les agents en boîte noire peut être réalisée efficacement sans fine-tuning ni croissance indéfinie du contexte.

Contrôle de l'Interférence : En routant les interactions vers des zones de quasi-zéro interférence, RIZZ résout le dilemme stabilité-plasticité au niveau de la mémoire plutôt qu'au niveau des poids. Cela permet à l'agent de cumuler des connaissances là où la structure réapparaît (ex: formats de sortie répétés, politiques de domaine) sans contaminer des tâches non liées.
Efficacité Opérationnelle : Contra est des lignes de base qui souffrent d'un effondrement de contexte ou de coûts de jetons élevés dus à des playbooks globaux massifs, RIZZ reste opérationnellement léger. Il dégrade ses performances gracieusement vers la ligne de base gelée lorsque les budgets de contexte sont serrés, plutôt que de faillir.
Praticité : Le cadre est conçu pour le régime où l'adaptation doit se produire en ligne sous des budgets de contexte stricts, ce qui le rend adapté au déploiement de systèmes d'IA composés dans le monde réel.

Les auteurs concluent que RIZZ indique un futur où les systèmes d'IA composés utilisent des substrats de mémoire curatés, routés et auditables pour l'adaptation continue, plutôt que de compter sur des transcriptions toujours croissantes et non différenciées.