Les agents rêvent-ils de moutons électriques ? Le cadre ReAct

Introduction aux agents d'IA

Adel Nehme

VP of AI Curriculum, DataCamp

Les différents types de pensées du modèle

1 The Hugging Face Agents Course: https://github.com/huggingface/agents-course
Introduction aux agents d'IA

Les différents types de pensées du modèle

Pensée Exemple
Planification « Pour les aider à déménager, je dois trouver des entreprises de déménagement, comparer les prix et vérifier la disponibilité à leur date »
1 The Hugging Face Agents Course: https://github.com/huggingface/agents-course
Introduction aux agents d'IA

Les différents types de pensées du modèle

Pensée Exemple
Planification « Pour les aider à déménager, je dois trouver des entreprises de déménagement, comparer les prix et vérifier la disponibilité à leur date »
Analyse « À voir leurs habitudes de dépense, ils paient trop pour des abonnements qu'ils utilisent rarement »
1 The Hugging Face Agents Course: https://github.com/huggingface/agents-course
Introduction aux agents d'IA

Les différents types de pensées du modèle

Pensée Exemple
Planification « Pour les aider à déménager, je dois trouver des entreprises de déménagement, comparer les prix et vérifier la disponibilité à leur date »
Analyse « À voir leurs habitudes de dépense, ils paient trop pour des abonnements qu'ils utilisent rarement »
Prise de décision « Comme ils en ont besoin pour demain, je devrais proposer la livraison express malgré le coût supplémentaire »
1 The Hugging Face Agents Course: https://github.com/huggingface/agents-course
Introduction aux agents d'IA

Les différents types de pensées du modèle

Pensée Exemple
Planification « Pour les aider à déménager, je dois trouver des entreprises de déménagement, comparer les prix et vérifier la disponibilité à leur date »
Analyse « À voir leurs habitudes de dépense, ils paient trop pour des abonnements qu'ils utilisent rarement »
Prise de décision « Comme ils en ont besoin pour demain, je devrais proposer la livraison express malgré le coût supplémentaire »
Résolution de problème « Pour optimiser ce code, je devrais d'abord le profiler afin d'identifier les goulots d'étranglement »
1 The Hugging Face Agents Course: https://github.com/huggingface/agents-course
Introduction aux agents d'IA

Les différents types de pensées du modèle

Pensée Exemple
Intégration de la mémoire « Ils ont mentionné la semaine dernière être intolérants au lactose ; j'exclurai donc les produits laitiers de ces suggestions de recettes »
1 The Hugging Face Agents Course: https://github.com/huggingface/agents-course
Introduction aux agents d'IA

Les différents types de pensées du modèle

Pensée Exemple
Intégration de la mémoire « Ils ont mentionné la semaine dernière être intolérants au lactose ; j'exclurai donc les produits laitiers de ces suggestions de recettes »
Auto‑réflexion « Mon explication était trop technique — je vais la simplifier avec des analogies du quotidien »
1 The Hugging Face Agents Course: https://github.com/huggingface/agents-course
Introduction aux agents d'IA

Les différents types de pensées du modèle

Pensée Exemple
Intégration de la mémoire « Ils ont mentionné la semaine dernière être intolérants au lactose ; j'exclurai donc les produits laitiers de ces suggestions de recettes »
Auto‑réflexion « Mon explication était trop technique — je vais la simplifier avec des analogies du quotidien »
Définition d'objectifs « Avant de planifier leur routine d'entraînement, je dois comprendre leur niveau de forme et le temps disponible »
1 The Hugging Face Agents Course: https://github.com/huggingface/agents-course
Introduction aux agents d'IA

Les différents types de pensées du modèle

Pensée Exemple
Intégration de la mémoire « Ils ont mentionné la semaine dernière être intolérants au lactose ; j'exclurai donc les produits laitiers de ces suggestions de recettes »
Auto‑réflexion « Mon explication était trop technique — je vais la simplifier avec des analogies du quotidien »
Définition d'objectifs « Avant de planifier leur routine d'entraînement, je dois comprendre leur niveau de forme et le temps disponible »
Priorisation « Ils devraient réserver les vols avant l'hôtel, car les prix des vols augmentent plus vite »
1 The Hugging Face Agents Course: https://github.com/huggingface/agents-course
Introduction aux agents d'IA

Le cadre ReAct : d'où viennent les pensées

react

1 Yao, S., Zhao, J., Yu, D., Du, N., Shafran, I., Narasimhan, K., Cao, Y. (2022). ReAct: Synergizing Reasoning and Acting in Language Models. arXiv preprint arXiv:2210.03629.
Introduction aux agents d'IA

Le cadre ReAct : raisonner et agir

Raisonnement

Action

1 Yao, S., Zhao, J., Yu, D., Du, N., Shafran, I., Narasimhan, K., Cao, Y. (2022). ReAct: Synergizing Reasoning and Acting in Language Models. arXiv preprint arXiv:2210.03629.
Introduction aux agents d'IA

Le cadre ReAct : raisonner et agir

Raisonnement

Invite de chaîne de pensée

[Invite…]. Pensez étape par étape.

Action

1 Yao, S., Zhao, J., Yu, D., Du, N., Shafran, I., Narasimhan, K., Cao, Y. (2022). ReAct: Synergizing Reasoning and Acting in Language Models. arXiv preprint arXiv:2210.03629.
Introduction aux agents d'IA

Le cadre ReAct : raisonner et agir

Raisonnement

Invite de chaîne de pensée

[Invite…]. Pensez étape par étape.

Action

Exemples Pensée > Action > Observation

[Invite…]. Suivez ce format :

  • Pensée : [Réfléchir à ce qu'il faut calculer d'abord]
  • Action : [Effectuer le calcul]
  • Observation : [Résultat du calcul]
  • …répétez au besoin…
  • Réponse finale : [Solution complète]
1 Yao, S., Zhao, J., Yu, D., Du, N., Shafran, I., Narasimhan, K., Cao, Y. (2022). ReAct: Synergizing Reasoning and Acting in Language Models. arXiv preprint arXiv:2210.03629.
Introduction aux agents d'IA

ReAct à l'œuvre : arithmétique simple

gpt-4o

Introduction aux agents d'IA

ReAct à l'œuvre : arithmétique simple

$$

La question

Calculez le coût total si j'achète 3 portables à 899 $ chacun avec un rabais de 15 % et une taxe de vente de 8 %.

$$

La bonne réponse

$2475.85

Introduction aux agents d'IA

ReAct à l'œuvre : arithmétique simple

incorrect

Invite utilisée

Calculez le coût total si j'achète 3 portables à 899 $ chacun avec un rabais de 15 % et une taxe de vente de 8 %. Retournez uniquement la réponse.

Introduction aux agents d'IA

ReAct à l'œuvre : arithmétique simple

correct

Invite utilisée

Calculate the total cost if I buy 3 laptops at $899 
each with a 15% discount and 8% sales tax. Think step by step.

Follow this format:

Thought: [Think about what to calculate first]
Action: [Perform calculation]
Observation: [Result of calculation]
...repeat as needed...
Final Answer: [Complete solution]

Example:

Thought: Calculate base cost first
Action: 2 × $50 = $100
Thought: Apply 10% discount
Action: $100 - ($100 × 0.10) = $90
Final Answer: Total is $90
Introduction aux agents d'IA

Sans invite ReAct

incorrect_answer

La bonne réponse $2475.85

Réponse de ChatGPT : $2,776.63

Introduction aux agents d'IA

Avec invite ReAct

correct_answer

La bonne réponse $2475.85

Réponse de ChatGPT : $2475.85

Introduction aux agents d'IA

ReAct comme façon de penser

ReAct fait partie de l'invite système du modèle

Les invites système sont des consignes cachées qui indiquent au modèle comment se comporter dans toutes les conversations.

1 Image generated with GPT-4o
Introduction aux agents d'IA

Modèles de raisonnement et ReAct

$$

  • ReAct est particulièrement utile sur les modèles de langage « traditionnels » comme la série GPT
  • Les modèles de raisonnement de nouvelle génération sont entraînés explicitement à penser étape par étape et n'ont pas besoin d'invite ReAct

$$ Exemples de modèles de raisonnement

  • Série o d'OpenAI
  • Série R de DeepSeek
  • Modèles Gemini « thinking »
Introduction aux agents d'IA

Reconnaître un modèle de raisonnement

thinking_models

Introduction aux agents d'IA

Passons à la pratique !

Introduction aux agents d'IA

Preparing Video For Download...