RechercheVentureBeat AI · 1 août 2026, 01:19· 2 min de lecture

DataFlow-Harness comble l'écart : les pipelines de données IA structurées perdent 10,9 points face au code libre

Des chercheurs de l'Université de Pékin, de la Zhongguancun Academy et de l'Institute for Advanced Algorithms Research de Shanghai ont présenté DataFlow-Harness, un framework open source conçu pour guider un agent IA dans la construction de pipelines de traitement de données structurés et visuels, plutôt que de générer du code brut à partir de zéro. Sur un benchmark de douze tâches d'ingénierie de données, la plateforme atteint un taux de réussite observé de bout en bout de 93,3 %. Comparée à Claude Code utilisé de façon standard, elle réduit les coûts d'API jusqu'à 72,5 % et la latence de réponse de 49,9 %, tout en obtenant un taux de succès proche de celui d'un agent disposant de l'intégralité du code source pour écrire des scripts classiques. Les chercheurs ont aussi mesuré ce qu'ils appellent le "NL2Pipeline gap" : lorsque Claude Code écrit librement des scripts en s'appuyant sur le contexte du code existant, il atteint 94,2 % de réussite, mais ce taux chute à 83,3 % lorsqu'il est contraint d'utiliser uniquement les briques natives de la plateforme pour construire un graphe de workflow, soit un écart de 10,9 points. Runming He, premier auteur de l'étude, explique que "le premier obstacle n'est généralement pas d'écrire du Python" mais d'ancrer ce script dans une plateforme de production réelle, avec des opérateurs effectivement installés et un schéma de données conforme.

Pour les équipes d'entreprise qui déploient des pipelines de traitement de données, notamment pour des systèmes de génération augmentée par récupération (RAG), cet écart a des conséquences concrètes. Les agents IA généralistes ont tendance à halluciner des dépendances, à s'appuyer sur des opérateurs indisponibles ou sur des hypothèses obsolètes concernant la plateforme, ce qui produit du code jetable, difficile à auditer et à faire évoluer par un autre ingénieur. DataFlow-Harness vise à résoudre ce problème en produisant des artefacts persistants et modifiables visuellement, directement intégrables dans les architectures MLOps existantes. Cela permettrait aux entreprises de bénéficier de la rapidité de l'automatisation par IA sans accumuler une dette technique ingérable, tout en garantissant que les pipelines restent sécurisés, auditables et prêts pour la production.

Ce travail s'inscrit dans un enjeu plus large de l'IA orientée données, où des tâches comme la génération de données synthétiques, l'augmentation par récupération ou l'entraînement de modèles nécessitent des workflows gouvernables et pas seulement des scripts fonctionnels. Les chercheurs soulignent que combler cet écart ne se limite pas à améliorer la précision de la génération de code : la construction doit rester ancrée dans la sémantique de la plateforme et produire des artefacts qui s'intègrent réellement à l'environnement hôte. Cette approche pourrait influencer la façon dont les fournisseurs d'outils de codage IA conçoivent leurs agents pour des usages d'entreprise, où l'auditabilité et la traçabilité comptent autant que la performance brute.

Dans nos dossiers

Claude Code Agents IA Open weight & Open source

Cet article vous a été utile ?

Vu une erreur factuelle dans cet article ? Signalez-la. Toutes les corrections valides sont publiées sur /corrections.

À lire aussi

1VentureBeat AI

Xiaomi HarnessX réécrit sa propre infrastructure IA en cours de tâche, avec des gains plus marqués pour les petits modèles

Des chercheurs de Xiaomi ont publié HarnessX, un framework qui permet à des agents IA de réécrire automatiquement leur propre infrastructure logicielle en cours d'exécution. Dans le jargon des systèmes agentiques, le "harness" désigne l'ensemble du code qui entoure le modèle de langage : les prompts, les connecteurs d'outils, la gestion de la mémoire et les flux de contrôle qui dictent comment un agent observe son environnement, raisonne et agit. HarnessX traite ce harness comme un objet modulaire et autonome, capable de s'améliorer lui-même à partir des données d'exécution collectées. Sur 15 combinaisons modèle-benchmark testées en applications d'entreprise réelles (ingénierie logicielle, interaction web), le gain de performance moyen atteint +14,5 %. Pour le modèle open-weight Qwen3.5-9B de 9 milliards de paramètres, les progrès sur des tâches de planification incarnée culminent à +44 %. Ces résultats remettent en question une conviction centrale de l'industrie : que la performance d'un agent passe avant tout par la montée en puissance du modèle sous-jacent. HarnessX démontre que l'infrastructure logicielle qui entoure un modèle constitue un levier au moins aussi puissant, et que les modèles compacts peuvent bénéficier davantage d'une évolution de leur harness que d'un remplacement par un modèle plus grand. Pour les entreprises, cela ouvre une voie concrète vers des agents plus capables sans les coûts de calcul associés aux grands modèles, et sans les cycles de développement manuel qui rendent aujourd'hui l'ingénierie de harness si coûteuse en temps. Le problème que HarnessX cherche à résoudre est structurel. Les harnesses actuels sont écrits à la main et restent statiques : tout changement de modèle, d'outil ou de domaine métier exige une réécriture manuelle. Leurs composants sont souvent entremêlés de façon à ce que modifier l'un casse silencieusement un autre. Enfin, les traces d'exécution générées lors des tests sont généralement jetées plutôt qu'utilisées pour améliorer le système. HarnessX répond à ces trois points en décomposant le harness en "processeurs" indépendants branchés sur des points de cycle de vie précis, permettant de les échanger, ajouter ou retirer sans toucher au modèle. Cette approche de "fonderie de harness unifiée" positionne Xiaomi dans une compétition croissante autour de l'outillage agentique, où des acteurs comme LangChain, LlamaIndex ou les équipes internes de Google et Meta cherchent eux aussi à industrialiser la couche logicielle qui détermine, de plus en plus, ce qu'un agent IA est réellement capable d'accomplir.

RecherchePaper

1 source

2MIT Technology Review

La lecture continue des données dans la découverte de médicaments pilotée par l'IA

Le développement de nouveaux médicaments reste l'un des paris les plus coûteux et les plus risqués de l'industrie pharmaceutique. Depuis les années 1950, le coût de mise au point d'un traitement double environ tous les neuf ans, un phénomène connu sous le nom de loi d'Eroom. Aujourd'hui, faire aboutir un médicament jusqu'au marché prend en moyenne dix à quinze ans, pour un budget compris entre 1 et 2,5 milliards de dollars, avec un taux d'échec dépassant 90 %. Face à cette équation, l'intelligence artificielle est devenue le principal levier sur lequel misent les laboratoires pour réduire les délais et augmenter les taux de réussite. Paul Belcher, directeur de la stratégie de recherche sur les protéines chez Cytiva, entreprise mondiale des sciences de la vie, explique que la phase clinique reste le poste de dépense le plus lourd, ce qui rend cruciale toute réduction de risque en amont. Selon lui, l'IA a fait basculer les méthodes de criblage empirique, où l'on teste physiquement des bibliothèques de milliers de molécules, vers une conception prédictive : les candidats médicaments sont désormais imaginés numériquement, et leur interaction avec une cible thérapeutique est estimée avant même le premier test en laboratoire. Cette bascule change concrètement le travail des équipes de recherche. Les techniques de criblage traditionnelles permettent d'évaluer des centaines de milliers, voire des millions de composés, mais produisent des données binaires, de simples réponses oui ou non, peu riches en information. En générant davantage de candidats potentiels, et des candidats plus complexes, l'IA multiplie la pression sur les laboratoires, qui doivent désormais tester, caractériser et purifier un volume croissant de molécules diverses. Belcher souligne toutefois une limite importante : l'IA ne sait pas encore prédire de façon fiable la cinétique ou la capacité de développement d'un composé, ce qui signifie que chaque candidat généré par un algorithme doit toujours être validé physiquement en laboratoire. Cette exigence crée une demande croissante pour des technologies de caractérisation à haut débit, capables de produire des données plus riches que les simples résultats de criblage binaire. Cette accélération met aussi en lumière un problème plus profond : la qualité des données utilisées pour entraîner les modèles. De nombreux systèmes d'IA ont été entraînés sur des bases de données publiques et se heurtent désormais à un mur, dit Belcher, car tous les modèles ayant accès aux mêmes données finissent par converger vers des conclusions similaires, avec des rendements décroissants. Ces jeux de données n'ont en outre jamais été conçus pour l'IA, et manquent de structure, d'étiquetage et de diversité. Le biais de publication aggrave le problème : la plupart des articles scientifiques et bases publiques ne rapportent que des résultats positifs, personne ne souhaitant partager ses échecs, ce qui prive les modèles d'une partie essentielle de l'information nécessaire pour identifier des schémas fiables et limiter les biais.

RechercheActu

1 source

3VentureBeat AI

Self-Harness : un framework permettant aux agents IA de réécrire leurs règles, avec jusqu'à 60% de gain de performance

Des chercheurs du Shanghai Artificial Intelligence Laboratory ont présenté Self-Harness, un paradigme permettant à un agent basé sur un grand modèle de langage d'améliorer automatiquement ses propres règles de fonctionnement. Publiés récemment, ces travaux menés par Hangfan Zhang et son équipe montrent que ce système peut accroître les performances d'un agent de jusqu'à 60 % sans intervention humaine ni recours à un modèle externe plus puissant. Le principe repose sur une boucle itérative en trois étapes : l'agent analyse d'abord ses propres traces d'exécution pour identifier des schémas d'échec récurrents, génère ensuite des modifications ciblées et minimales de son environnement d'exécution, puis valide chaque modification par des tests de régression avant de l'adopter. Seules les modifications qui améliorent les performances sans dégrader d'autres tâches sont retenues. L'enjeu est considérable pour les équipes de développement qui déploient des agents IA en production. Un agent LLM ne dépend pas uniquement de son modèle sous-jacent, mais aussi de son "harness" : le système environnant qui comprend les prompts système, les outils disponibles, la mémoire, les politiques de relance et les procédures de récupération en cas d'erreur. Des exemples bien connus incluent SWE-agent, Claude Code, Codex et OpenHands. Or, de nombreuses défaillances d'agents proviennent précisément de cette couche, et non du modèle lui-même : un agent peut déclarer succès sans vérifier le résultat, relancer indéfiniment une action échouée, ou encore souffrir d'une surcharge de contexte lorsque l'historique d'interaction devient trop long. Self-Harness permet de corriger ces failles de manière empirique et reproductible, là où la pratique actuelle repose principalement sur l'intuition des ingénieurs. Ce travail s'inscrit dans un contexte où la cadence de sortie des nouveaux modèles rend le réglage manuel des harnesses de plus en plus coûteux et difficile à maintenir. Comme le souligne Hangfan Zhang, un ingénieur expérimenté peut encore proposer de meilleures améliorations qu'un LLM dans certains cas, mais le vrai goulot d'étranglement est l'absence de boucle de rétroaction systématique et vérifiable. Les approches existantes font souvent appel à des modèles plus puissants pour améliorer des modèles cibles plus faibles, ce qui pose des problèmes de coût, de disponibilité et d'inadaptation aux modes d'échec spécifiques. Self-Harness contourne cette dépendance en rendant l'agent autonome dans son propre perfectionnement, ouvrant la voie à des systèmes capables de s'adapter en continu à l'évolution rapide des modèles de langage sous-jacents.

RecherchePaper

1 source

4MarkTechPost

Meta lance Autodata : un framework à base d'agents qui transforme les modèles IA en data scientists autonomes pour créer des données d'entraînement de haute qualité

L'équipe RAM (Reasoning, Alignment and Memory) de Meta AI a présenté Autodata, un cadre de génération de données d'entraînement reposant sur des agents IA autonomes. Plutôt que de produire des données synthétiques en une seule passe, Autodata confie à un agent le rôle d'un data scientist humain : il crée des exemples, les analyse, en évalue la qualité, puis affine sa méthode de génération en boucle fermée. La première implémentation concrète du système, baptisée Agentic Self-Instruct, s'appuie sur un LLM orchestrateur qui coordonne quatre sous-agents spécialisés : un Challenger LLM qui génère des exemples d'entraînement, un Weak Solver (modèle plus faible censé échouer sur ces exemples), un Strong Solver (modèle plus capable censé réussir), et un Evaluator qui valide la pertinence et la difficulté des exemples produits. Testée sur des problèmes de raisonnement scientifique complexe, cette approche surpasse significativement les méthodes classiques de génération de données synthétiques comme Self-Instruct ou ses variantes Chain-of-Thought. L'enjeu est de taille : la qualité des données d'entraînement a toujours été un goulot d'étranglement dans le développement des grands modèles de langage, autant que la puissance de calcul. Autodata ouvre une voie pour convertir du calcul d'inférence supplémentaire en données de meilleure qualité, plus on alloue de ressources à l'agent, plus les données produites sont pertinentes. Pour les équipes qui développent des modèles IA, c'est une rupture méthodologique : il devient possible de piloter et d'améliorer la qualité des données en cours de génération, et non plus seulement de filtrer ou corriger après coup. Cela réduit également la dépendance à l'annotation humaine, coûteuse et difficile à scaler, tout en maintenant un contrôle itératif sur la distribution et la difficulté des exemples générés. Jusqu'ici, la génération de données synthétiques suivait des pipelines largement statiques : on promptait un LLM avec des exemples zéro-shot ou few-shot, parfois en s'appuyant sur des documents source pour limiter les hallucinations. Les méthodes dites "Self-Challenging" avaient commencé à introduire une dynamique agent-outil, mais sans boucle de feedback réelle sur la qualité globale du jeu de données. Autodata représente l'étape suivante en intégrant cette rétroaction directement dans le processus de création. Meta s'inscrit ici dans une tendance plus large du secteur : utiliser des agents IA pour automatiser des tâches d'ingénierie complexes, y compris la construction des données qui servent à entraîner ces mêmes agents. La publication est portée par l'équipe RAM de Meta AI Research, ce qui signale une ambition de long terme autour de l'autonomie des systèmes d'apprentissage.

UELes laboratoires européens développant des LLMs pourraient indirectement bénéficier de cette méthodologie open research pour réduire leur dépendance à l'annotation humaine coûteuse.

RecherchePaper

1 source

Recevez l'essentiel de l'IA chaque jour

Une sélection éditoriale quotidienne, sans bruit. Directement dans votre boîte mail.

Recevez l'essentiel de l'IA chaque jour

Gratuit · 1 email le matin, l'essentiel de l'IA · désinscription en un clic