AI Research Intern
A intégré l'équipe de recherche en IA d'Yseop à Paris pour travailler sur les agents basés sur de petits modèles de langage (Small Language Model Agents).
- A construit un framework orienté objet pour exécuter des expériences contrôlées sur des agents d'appel d'outils basés sur des SLM, avec une exécution d'outils simulée et des environnements de tâches basés sur des trajectoires issus du benchmark GTA.
- A conçu et évalué un agent de raisonnement modulaire combinant la décomposition d'objectifs inversée, le raisonnement sur les outils et les arguments, ainsi que l'exploration prospective, en utilisant ReAct comme base de comparaison.
- A comparé les architectures d'agents en utilisant le taux de réussite des tâches, l'utilisation des jetons et les étapes de raisonnement.
- A analysé les schémas d'erreurs récurrents pour identifier les principales sources de dégradation des performances.
Environnement technique