Modèles et assistantsModèle en préversion

Microsoft propose un modèle pour classer une demande parmi des choix définis

Source publiée le Microsoft2 min de lecture

L’essentiel de l’annonce

Microsoft-Decision-1 attribue un score aux réponses proposées par l’application. Il est accessible en préversion dans Foundry, ainsi que par OpenRouter.

Date de publication de la source
Catégorie
Modèles et assistants
Périmètre et accès
Accès développeur.
Sujet du contenu
Classement et choix structurés
Entreprises / organismes
Microsoft

Comparer des options prévues par le logiciel

Le logiciel reçoit des scores, pas un texte explicatif.

Du texte aux scores
1

Définir les choix

L’application fournit les réponses possibles.

2

Attribuer des scores

Le modèle évalue chaque option.

3

Utiliser le résultat

L’application décide du traitement.

Définir les choix

L’application fournit les réponses possibles.

Attribuer des scores

Le modèle évalue chaque option.

Utiliser le résultat

L’application décide du traitement.

Illustration simplifiée. Les dessins ne montrent pas de résultats mesurés.

Points techniques et opérationnels

  • Le prix annoncé est de 0,042 dollar par million de tokens d’entrée.

Tester le classement de demandes fictives

Exemples possibles. L’annonce ne démontre pas de gains pour ces usages.

Exemple pédagogique

Exemple pédagogique pour des demandes internes

Une équipe pourrait préparer des messages fictifs et trois catégories de demandes. Elle garderait une catégorie indéterminée pour les messages ambigus, puis comparerait les scores aux classements de ses relecteurs. Ce scénario pédagogique servirait à examiner les erreurs avant toute automatisation. Il ne mesure pas le modèle et ne justifie pas de lui déléguer une décision qui engage les droits d’une personne.

Deux questions pour évaluer l’intérêt

  • Les catégories couvrent-elles les demandes ambiguës ?
  • Quel résultat déclenche une relecture humaine ?

Qui peut l’utiliser, avec quelles limites ?

Modèle en préversion

Le modèle ne doit pas décider seul de questions déterminantes pour les personnes.

Conditions d’accès : Foundry en préversion. Entrée facturée, sortie gratuite.

Prévoir les cas que le modèle ne peut pas trancher

Interprétation éditoriale à partir de l’annonce.

Pour un projet comparable, le responsable pourrait définir le seuil à partir duquel une demande est transmise à une personne. Il comparerait les erreurs selon les catégories et les formulations utilisées. Un score élevé ne remplacerait pas cette vérification. La qualité dépendrait aussi de la pertinence des options et des informations fournies. Une équipe pourrait conserver un traitement manuel pour les cas rares, incomplets ou difficiles à interpréter.

Les mots utiles pour comprendre

Exécution d’un modèle

Exécuter un modèle consiste à lui envoyer une demande et à utiliser du calcul pour produire son résultat. Le délai dépend du modèle, du matériel et des autres tâches en cours. Une mise à jour du logiciel peut modifier ce fonctionnement sans changer les connaissances du modèle.

Comprendre cette technologie

Évaluation d’un agent

Évaluer un agent consiste à lui donner des tâches et à examiner ses résultats avec des critères précis. Un score résume cette évaluation. Il faut lire les tâches et les réglages avant de conclure sur ses capacités.

Comprendre cette technologie

Sources et vérifications

Microsoft - Introducing Microsoft-Decision-1, our model for fast decision-making

Lire la source officielle

Source complémentaire : Microsoft - Microsoft-Decision-1

Source vérifiée le . Synthèse originale. Les résultats annoncés restent attribués à leur source. Les dessins expliquent le principe ; les exemples présentent un usage possible.

Srivastava, A. (2026, 9 octobre).

Publié sur ce site le . Mis à jour le . Rédaction : Boris Shutov, avec l’aide de ChatGPT. Notre méthode éditoriale.