Équilibrer l'autonomie et la fiabilité des agents de support client basés sur les LLM
Si les grands modèles de langage (LLM) sont de plus en plus capables d'exécuter des tâches à forte autonomie, leur déploiement dans des cas d'utilisation à forte valeur ajoutée, tels que le support client, nécessite de prioriser la fiabilité et la cohérence. La recherche révèle que, si les agents à forte autonomie excellent dans des environnements idéaux, le support client réel présente des défis : lacunes de connaissances, comportement imprévisible de l'utilisateur et contraintes de temps. Pour y remédier, une nouvelle métrique, pass^k, a été développée et testée par le biais de simulations d'interactions client. Les résultats montrent que les agents à forte autonomie souffrent de problèmes de fiabilité dans les tâches complexes. La solution ? L'agent « Give Fin a Task », qui améliore la fiabilité en restreignant l'autonomie de l'agent et en utilisant des instructions étape par étape, décomposant les tâches complexes en modules plus simples. Cette approche offre une voie prometteuse pour améliorer les performances des LLM dans les scénarios de support client réels.
Lire plus