Oumi ajoute la création d’agents IA et le réentraînement de modèles

Présentation

Oumi PBC, plateforme d’intelligence artificielle d’entreprise, a annoncé une mise à jour de son produit Frontier AI Engineer (FAiE). Cette version permet aux équipes de décrire en langage naturel les objectifs d’un agent, de définir les outils et l’environnement requis, puis de lancer automatiquement les phases d’évaluation et de re‑entraînement des modèles sous‑jacent. L’annonce répond à un problème récurrent : les agents qui sortent du stade de démonstration échouent souvent à cause d’instructions inadéquates, d’outils défaillants ou d’un modèle de base insuffisamment adapté.

Fonctionnement de Frontier AI Engineer

FAiE conserve son rôle initial de définition d’objectifs, de conception d’évaluations et d’exécution d’expériences d’entraînement sur la plateforme Oumi. La nouveauté réside dans le pipeline automatisé : l’utilisateur indique ce que l’agent doit accomplir, le système génère les prompts et les harnesses nécessaires, puis crée un jeu de données d’évaluation à partir des échecs observés en production. Ces jeux d’évaluation sont immédiatement réinjectés comme exemples d’entraînement pour la prochaine itération du modèle.

Méthodes d’entraînement et optimisation

La mise à jour introduit deux nouvelles techniques d’ajustement. D’une part, l’optimisation directe des préférences vient enrichir le fine‑tuning supervisé existant : le modèle apprend à reproduire les comportements explicitement préférés par les utilisateurs. D’autre part, Oumi intègre le Group Relative Policy Optimization (GRPO), une forme de reinforcement learning qui évalue les modèles sur la base des résultats de tâches concrètes. GRPO fonctionne en private preview et permet de combiner plusieurs méthodes – supervision, optimisation de préférences, RL – dans un pipeline multistade où FAiE assiste le choix de la stratégie, la définition des récompenses et le diagnostic des dérives.

Implications pour les entreprises

Le modèle « Bring Your Own Harness » (BYOH) conserve l’orchestration, les outils et la mémoire du client tout en les connectant à Oumi pour l’évaluation et le réentraînement. Cette approche garantit que les modèles sont affinés dans le même contexte opérationnel que celui où les agents sont déployés, limitant les écarts de performance entre test et production. Oumi mise sur la propriété du modèle : contrairement aux solutions qui utilisent des modèles génériques fournis par les grands laboratoires d’IA, les clients obtiennent un modèle spécialisé qu’ils possèdent, ce qui, selon la société, réduit les coûts et améliore la pertinence des réponses. La société a levé 10 M$ de financement seed en janvier 2025 et compte parmi ses fondateurs d’anciens leaders du groupe Gemini de Google, ce qui renforce sa crédibilité technique. La disponibilité en preview de GRPO et l’ouverture du BYOH suggèrent une orientation vers des déploiements à grande échelle, où la capacité à re‑entraîner rapidement les modèles à partir de leurs propres échecs deviendra un facteur différentiel pour les organisations cherchant à industrialiser les agents IA.