L'ordre des champs dans les sorties structurées des LLM a-t-il de l'importance ?

Cet article étudie l'impact de l'ordre des champs dans les modèles Pydantic utilisés pour les sorties structurées de l'IA. L'auteur utilise une tâche de classification de style de peinture, en comparant deux ordres de champs (réponse d'abord et raisonnement d'abord) sur différents LLMs (GPT-4.1, GPT-4.1-mini, GPT-4o, GPT-4o-mini) pour des tâches faciles et difficiles. Les résultats montrent des différences de performance subtiles mais inconsistantes entre les modèles et les complexités des tâches, suggérant la nécessité de prêter attention aux schémas subtils dans les sorties des LLM pour optimiser les performances.