Small Reasoning Models are Instruction Followers in Function Calling
Cet article introduit l'Instruction-Followed Function Calling (IFFC), un cadre qui délègue la logique d'appel de fonction à un modèle plus petit, suivant des instructions, afin d'obtenir une précision et une robustesse supérieures sous quantification par rapport aux approches natives ou basées sur des prompts, particulièrement pour les LLM orientés vers le raisonnement.
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
Dans le monde de l'intelligence artificielle en évolution rapide, un changement s'opère : on passe de modèles informatiques qui génèrent simplement du texte à des systèmes capables de passer à l'action. Ces nouveaux systèmes, souvent appelés modèles « agentiques », sont conçus pour résoudre des problèmes en contactant le monde extérieur. Ils y parviennent en sélectionnant des outils, tels que des applications météo ou des calculatrices, et en les utilisant pour recueillir des informations avant de répondre à une question. Pendant longtemps, seuls les modèles informatiques les plus puissants et les plus coûteux étaient dignes de confiance pour accomplir ces tâches. Ils étaient dotés d'un langage interne spécifique et rigide pour communiquer avec ces outils, une méthode connue sous le nom d'appel de fonction natif. Cependant, à mesure que la technologie a mûri, les chercheurs ont commencé à s'intéresser à des modèles informatiques beaucoup plus petits et plus efficaces. Ces modèles compacts sont plus faciles à exécuter sur des appareils du quotidien comme les smartphones et les ordinateurs portables, offrant une meilleure confidentialité et des coûts moindres, mais ils ont historiquement eu du mal avec les règles strictes et complexes requises pour utiliser correctement des outils externes.
Une équipe de chercheurs issus d'universités iraniennes a remis en question l'hypothèse selon laquelle ces modèles plus petits doivent suivre les mêmes règles rigides que les géants pour réussir. Dans leurs récents travaux, ils ont découvert que les petits modèles sont en réalité bien plus performants lorsqu'on leur demande d'utiliser des outils par le biais d'une simple conversation, plutôt que par une structure de commande technique spécialisée. Ils ont constaté que lorsqu'un petit modèle est traité comme un assistant serviable suivant un ensemble clair d'instructions en langage courant, il commet beaucoup moins d'erreurs que lorsqu'il est forcé de parler un code machine spécifique. Cette intuition les a conduits à créer un nouveau système qui répartit le travail entre deux modèles différents. Un petit modèle, rapide, joue le rôle de décideur, écoutant l'utilisateur et déterminant si un outil est nécessaire. Si un outil est requis, ce petit modèle gère la requête en utilisant des instructions en langage naturel. Le modèle principal, plus grand, prend ensuite cette information et formule la réponse finale pour l'utilisateur.
Les chercheurs ont testé cette approche en utilisant une variété de petits modèles, certains possédant seulement un milliard de paramètres, ce qui est une mesure de la taille et de la complexité du modèle. Ils ont comparé leur nouvelle méthode aux méthodes standards par lesquelles ces modèles sont habituellement enseignés pour utiliser des outils. Les résultats furent frappants. Le nouveau système, qu'ils ont nommé « Instruction-Followed Function Calling » (Appel de fonction suivi d'instructions), a permis à des modèles compacts plus larges, tels que le Qwen-3 à 4 milliards de paramètres, de surpasser des bases propriétaires massives comme GPT-5.2 et Claude 4.5 Sonnet, qui sont généralement considérés comme la référence absolue. Par exemple, le modèle Qwen-3 4B utilisant leur nouvelle méthode a atteint une précision de 94,1 % sur un sous-ensemble d'évaluation « Non-Live » d'un test difficile d'utilisation d'outils, dépassant de manière significative la performance du même modèle utilisant les méthodes traditionnelles. Bien que les plus petits modèles testés (0,6B) soient restés en retrait par rapport aux très grands géants propriétaires dans certaines catégories, le cadre a démontré que des petits modèles spécialisés et capables de raisonnement pouvaient égaler ou dépasser les performances de systèmes massifs lorsque le fardeau architectural des définitions d'outils rigides était supprimé.
Un élément clé de leur découverte fut de comprendre comment ces modèles réfléchissent. Les chercheurs ont découvert que les modèles conçus pour « réfléchir » à un problème avant de répondre étaient bien plus fiables que ceux qui génèrent une réponse immédiate. Lorsque ces modèles de raisonnement étaient chargés de décider quel outil utiliser, ils pouvaient corriger leurs propres erreurs et suivre des instructions complexes avec une grande précision. Cela était particulièrement vrai lorsque les modèles étaient compressés pour fonctionner sur des appareils plus petits. Habituellement, rendre un modèle plus petit ou l'exécuter sur du matériel moins puissant provoque une chute brutale de ses performances. Cependant, les chercheurs ont découvert que leur nouvelle méthode était incroyablement robuste. Même lorsque les modèles étaient réduits pour utiliser très peu de mémoire, ceux qui utilisaient la méthode d'instruction en langage naturel maintenaient leur haute précision. Cela suggère que la capacité de raisonner et de suivre une conversation constitue une base plus stable pour l'utilisation d'outils que la mémorisation d'un format technique rigide.
L'étude a également mis en lumière une faille dans la construction actuelle de nombreux systèmes. Souvent, un seul grand modèle est chargé de tout faire : comprendre l'utilisateur, décider quel outil utiliser et rédiger la réponse finale. Les chercheurs ont montré que cette approche confond souvent le modèle, car les détails complexes des outils se mélangent à la conversation. En séparant les tâches, leur nouveau système maintient la conversation propre. Le petit modèle gère le gros du travail pour déterminer quel outil utiliser, et le modèle principal se concentre uniquement sur la communication avec l'utilisateur. Cette séparation empêche le système d'être submergé par trop d'informations à la fois. Les chercheurs ont démontré que cette méthode fonctionne bien même dans des scénarios du monde réel où la vitesse et la confidentialité sont critiques, comme sur le tableau de bord d'une voiture ou un assistant domestique, où l'envoi de données vers un serveur distant n'est pas une option.
En fin de compte, ce travail suggère une nouvelle voie pour l'intelligence artificielle sur les appareils du quotidien. Il montre que nous n'avons pas besoin de compter sur des ordinateurs massifs et gourmands en énergie pour accomplir des tâches complexes. Au lieu de cela, en changeant la façon dont nous demandons aux modèles plus petits de travailler — en les traitant comme des assistants intelligents suivant des instructions plutôt que comme des machines exécutant du code — nous pouvons obtenir des résultats qui sont à la fois hautement précis et efficaces. Les conclusions indiquent que l'avenir de l'intelligence artificielle personnelle, privée et réactive ne réside peut-être pas dans la création de modèles plus grands, mais dans des manières plus intelligentes d'utiliser les plus petits modèles que nous possédons déjà.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.