Moins c'est plus pour les agents. Laissez votre agent fonctionner en mode Zen. Un nouvel article montre que donner à un LLM seulement 78 exemples soigneusement choisis fonctionne mieux sur de vraies tâches d'agent que de l'entraîner avec 10 000 exemples synthétiques. Cela correspond à nos expériences dans notre article Agentic Reasoning : nos 3 outils soigneusement conçus ont surpassé les 7 outils de HuggingFace et les 107 outils de LangChain. Faites de votre mieux pour garder les choses simples, tant dans la formation que dans le déploiement des agents. Comme les humains, les agents atteignent une efficacité maximale lorsqu'ils se concentrent sur quelques éléments, leur permettant de ressentir le flux et d'entrer en mode zen.