À NVIDIA Research, nous développons une approche révolutionnaire pour résoudre des problèmes complexes en intelligence artificielle : l’orchestration par des agents petits mais intelligents. Contrairement aux systèmes traditionnels où un grand modèle unique gère toutes les tâches, notre méthode repose sur un modèle spécialisé appelé orchestrator, dont la fonction est de superviser l’utilisation de plusieurs modèles et outils en fonction des préférences de l’utilisateur — rapidité, coût, précision ou un équilibre entre ces critères. Ce qui surprend, c’est que des modèles de petite taille, correctement entraînés, peuvent surpasser des modèles massifs dans cette tâche. Leur avantage ? Leur simplicité, qui les rend plus agiles et plus efficaces pour la prise de décision stratégique. Notre méthode phare, ToolOrchestra, repose sur une génération de données synthétiques, un entraînement par renforcement multi-objectifs et une évaluation rigoureuse. L’orchestrator apprend à alternativement raisonner et appeler des outils, en optimisant à la fois la précision, le coût et le temps de résolution. Contrairement aux approches basées sur des prompts statiques, l’entraînement de ToolOrchestra pousse l’orchestrator à explorer des trajectoires de résolution variées, en récompensant celles qui atteignent le bon résultat avec le moindre coût. Les résultats sont impressionnants. L’orchestrator-8B, un modèle de 8 milliards de paramètres, dépasse tous les modèles de référence, y compris les LLM de pointe comme GPT-5, Claude Opus ou Qwen3-235B, sur des défis exigeants tels que l’Humanity’s Last Exam, FRAMES et τ2-Bench. Il obtient des scores supérieurs tout en consommant jusqu’à 10 fois moins de ressources en coût et en latence. Même sous des contraintes de nombre de tours de conversation, Orchestrator-8B maintient sa supériorité, prouvant sa robustesse. Pour entraîner un tel orchestrator, il n’est pas nécessaire de disposer de grandes quantités de données. En utilisant seulement 552 problèmes synthétiques et 1 296 prompts, et en s’appuyant sur un modèle comme Qwen3-8B, il est possible de construire un système performant. Le processus repose sur quatre étapes : choisir un modèle de petite taille adapté, générer des données synthétiques à partir de quelques exemples, entraîner l’orchestrator avec la méthode ToolOrchestra, puis visualiser les progrès via des outils comme wandb. Cette approche marque une rupture avec le paradigme dominant selon lequel plus un modèle est grand, plus il est intelligent. ToolOrchestra montre que la véritable puissance vient de la coordination intelligente entre plusieurs composants. Elle permet de concevoir des systèmes agiles, économiques et sûrs, où chaque outil ou modèle est utilisé au bon moment, au bon coût. À long terme, cette méthode s’inscrit dans une vision plus large : celle des systèmes IA composites, où l’intelligence émerge non pas d’un seul modèle géant, mais d’une orchestration fine entre plusieurs éléments spécialisés. Ces systèmes sont plus scalables, plus sûrs et mieux adaptés aux applications réelles. ToolOrchestra n’est pas seulement une avancée technique, mais une étape clé vers une nouvelle ère de l’intelligence artificielle, où la sagesse réside dans la coordination, pas dans la taille.