La mémoire contextuelle dans ReAct permet à l’agent de retenir ses observations, erreurs et paramètres passés pour mieux agir. Une mémoire plus riche éviterait les répétitions et les appels incorrects. Mais ReAct progresse par tâtonnements : il teste, observe, corrige. Ce manque de rigueur initial est (...)  lire la suite

Une définition complète et rigoureuse d’outils pour ReAct ( Function Tools ) comprend la définition des classes d’E/S Pydantic dans deux buts : aider ReAct à identifier le bon outil, passer des données d’entrée sous le bon format, valider les schémas de sortie ... Oui, mais cela ralentit (...)  lire la suite

Si nous cherchons un modèle local pour sa rapidité et son économie, un bon choix semble être BAAI/bge-small-en. Comment se modèle se compare-t-il et pourquoi fonctionne-t-il bien en français ? Voir la conclusion. Pour comparer les embeddings entre plusieurs modèles, on peut observer plusieurs (...)  lire la suite