Remarque
L’accès à cette page nécessite une autorisation. Vous pouvez essayer de vous connecter ou de modifier des répertoires.
L’accès à cette page nécessite une autorisation. Vous pouvez essayer de modifier des répertoires.
L’utilisation du moteur de découverte est une collaboration. Vous définissez la direction et à quoi ressemble la réussite. La cognition gère l’exécution. La qualité de cette collaboration dépend de la façon dont vous exprimez clairement vos attentes et de la structure que vous fournissez.
Cet article explique comment les exigences de validation modélisent le comportement de la cognition, comment étalonner le niveau de détail dans vos tâches et les modèles de session partagés de base pour commencer.
Rôle des exigences de validation
Les exigences de validation sont le levier le plus important que vous avez pour guider le comportement de la cognition. Ils disent à la cognition comment juger si le résultat d’une tâche est suffisant. Sans eux, la cognition n’a pas de norme objective. Avec des exigences bien écrites, la cognition peut évaluer la qualité, rejeter des résultats insuffisants et réessayer jusqu’à ce que le travail réponde à vos critères.
Que se passe-t-il lorsque les exigences de validation sont trop lâches
Si vos exigences de validation sont vagues ou absentes, la cognition a tendance à accepter le premier résultat qu’un agent produit. La tâche passe rapidement à Achevée, mais le résultat peut ne pas correspondre à vos attentes pour autant.
Exemple d’exigence libre :
« Fournir une bonne réponse . »
La cognition n’a aucun moyen d’évaluer ce que signifie « bon » dans votre contexte. La réponse de l'agent passe la validation parce qu'il n'y a rien de concret contre quoi échouer. Vous finissez par passer en revue les résultats manuellement pour déterminer la qualité, ce qui élimine l’objectif de l’exécution autonome.
Que se passe-t-il lorsque les exigences de validation sont trop strictes
Si vos exigences de validation sont trop spécifiques ou demandent une précision excessive que l’agent ne peut pas fournir de manière fiable, la cognition retente la tâche à plusieurs reprises. Chaque tentative produit un résultat qui ne passe pas tout à fait, ce qui entraîne plusieurs cycles d’exécution. Finalement, la cognition signale la tâche comme nécessitant l'attention de l'utilisateur, puisqu'elle n'est pas en mesure de produire un résultat satisfaisant toutes les exigences.
Exemple d’une exigence trop stricte :
« Les résultats doivent inclure des valeurs d’affinité de liaison exactes à 0,01 kcal/mol avec des références de validation expérimentales pour chaque prédiction. »
Si les outils ou modèles disponibles ne peuvent pas produire ce niveau de précision, chaque tentative échoue à la validation. La cognition continue d’essayer différentes approches, de prendre du temps et de calculer des ressources sans progrès.
Trouver le bon équilibre
Les exigences de validation efficaces sont suffisamment spécifiques pour distinguer le bon travail du mauvais travail, mais suffisamment flexible pour qu’un agent capable puisse les répondre.
Instructions pour l’écriture des exigences de validation :
- Indiquez ce que le résultat doit contenir, et non la façon dont l’agent doit le produire. « Les résultats incluent des prédictions de solubilité pour les cinq molécules candidates » est préférable à « Utiliser l’outil Graphormer pour prédire la solubilité ».
- Concentrez-vous sur les critères vérifiables. « L’analyse couvre au moins trois propriétés moléculaires » est vérifiable. « L’analyse est complète » n’est pas.
- Mettre en correspondance la précision à ce qui est réalisable. Si vous utilisez des modèles prédictifs, n’avez pas besoin d’une précision expérimentale dans les critères de validation.
- Utilisez plusieurs exigences pour les tâches complexes. Décomposez les critères de qualité en exigences distinctes afin que la cognition puisse signaler qui a réussi et qui a échoué. Cela vous aide à comprendre ce qui fonctionne et ce qui a besoin d’ajustement.
- Itérer en fonction des résultats. Après avoir examiné une tâche terminée, affinez les exigences de validation pour les tâches futures similaires. Votre compréhension de ce que signifie « suffisamment bon » évolue au fil de la session partagée.
Exemple : exigences de validation bien étalonnées
Tâche : « Prédire le potentiel d’évolutivité et de réduction pour trois molécules candidates à l’aide de Graphormer »
Exigences de validation :
- « Le résultat comprend des prédictions pour les trois molécules candidates. »
- « Chaque prédiction inclut à la fois des valeurs de solubilité (logS) et des potentiels de réduction. »
- « Les résultats sont présentés dans un format structuré avec des identificateurs de molécules. »
Ces exigences sont spécifiques (les trois molécules, les deux propriétés, le format structuré) mais réalisables (elles ne demandent pas de seuils de précision spécifiques que le modèle peut ne pas prendre en charge).
Niveaux de structure
Plus vous structurez vos tâches, moins la cognition a besoin de résoudre par elle-même. Considérez cela comme un spectre de l’autonomie élevée (vous fournissez des objectifs généraux, la cognition gère tout) à une structure élevée (vous définissez chaque étape, la cognition s’exécute et valide).
Il n’existe aucun paramètre explicite pour choisir un niveau de confiance ou un mode d’autonomie. Vous exprimez votre choix par le biais de la configuration de votre session partagée. Si vous créez une tâche générale, la cognition assume la responsabilité de la planification et de la décomposition. Si vous créez plusieurs tâches et dépendances, la cognition suit votre structure. Vous pouvez également commencer de façon structurée puis relâcher le contrôle à mesure que vous gagnez en confiance, ou resserrer le contrôle si vos processus cognitifs ne vont pas dans la bonne direction.
Objectifs généraux avec une structure minimale
Vous fournissez une tâche de haut niveau avec des exigences de validation générales. La cognition la décompose en tâches subordonnées, sélectionne les agents et gère l’intégralité de la session partagée.
Quand utiliser cette approche :
- Vous explorez une nouvelle zone de problème et ne connaissez pas encore les bonnes étapes
- Vous souhaitez voir quelles approches cognitives découvrent
- Le problème est suffisamment large pour que plusieurs chemins valides existent
Ce à quoi s’attendre :
- Cognitive crée des tâches subordonnées que vous n’avez pas explicitement définies
- La décomposition peut ne pas correspondre à la façon dont vous auriez décomposé le travail
- Les résultats des premières tâches informent ce que la cognition tente ensuite
- Passez régulièrement en revue et redirigez si la cognition passe dans une direction inutile
Exemple :
Tâche : « Examinez le mécanisme de liaison de X composé avec la protéine Y cible et identifiez les modifications structurelles susceptibles d’améliorer l’affinité de liaison ».
Validation : « L’analyse identifie au moins 3 interactions clés dans le mécanisme de liaison » et « Au moins 2 modifications structurelles sont proposées avec raison. »
Tâches structurées avec dépendances
Vous créez vous-même la hiérarchie des tâches : tâches parentes pour les phases principales, tâches enfants pour des étapes spécifiques, dépendances pour contrôler l’ordre d’exécution et exigences de validation détaillées pour chaque tâche.
Quand utiliser cette approche :
- Vous connaissez les étapes requises et souhaitez vous assurer qu’elles sont suivies
- La session partagée comporte des phases claires qui dépendent les unes des autres
- Vous souhaitez affecter des agents spécifiques à des tâches spécifiques
- La qualité à chaque étape importe et vous souhaitez des points de contrôle de validation tout au long de l’étape
Ce à quoi s’attendre :
- La cognition suit la structure que vous avez définie
- Les tâches s’exécutent dans l’ordre que vous avez spécifié par le biais de dépendances
- La validation se produit à chaque étape, pas seulement à la fin
- Cognition gère toujours l’exécution de l’agent, la récupération des erreurs et les nouvelles tentatives d’exécution au sein de la structure que vous définissez
- En cas d’échec de validation d’une tâche, la cognition la retente avant de passer à des tâches dépendantes
Exemple :
Parent: "Characterize target molecule and identify improved analogs"
Task 1: "Retrieve molecular structure from PubChem" (no dependencies)
Task 2: "Compute molecular properties using RDKit" (depends on Task 1)
Task 3: "Predict solubility using Graphormer" (depends on Task 1)
Task 4: "Rank candidates by combined criteria" (depends on Tasks 2 and 3)
Chaque tâche a ses propres exigences de validation. Les tâches 2 et 3 s’exécutent en parallèle une fois la tâche 1 terminée. La tâche 4 attend les deux.
Approche hybride
Dans la pratique, la plupart des sessions partagées utilisent une combinaison. Vous pouvez structurer les phases principales vous-même, mais laisser la cognition décomposer des phases spécifiques en tâches subordonnées. Ou bien, vous pouvez commencer de manière large, examiner les processus cognitifs que créent les tâches subordonnées, et ajouter de la structure si nécessaire.
Cette approche est souvent la plus efficace. Vous apportez des connaissances sur la structure globale appropriée et la cognition gère l’exécution tactique dans chaque phase.
Prise en main : votre première session partagée
Si vous utilisez le moteur de découverte pour la première fois, commencez par une session partagée simple et structurée pour vous familiariser avec le fonctionnement de la cognition avant de passer à des objectifs plus larges.
Étape 1 : Créer une petite session partagée
Commencez par un objectif ciblé qui comporte 2 à 4 étapes claires. Cette approche vous permet de voir le cycle de vie des tâches complet (Nouveau, En cours d’exécution, Validation, Terminé) sans attendre les heures d’attente des résultats.
Étape 2 : Écrire des exigences de validation spécifiques
Pour votre première session partagée, privilégiez une approche spécifique plutôt que générale. Vous souhaitez voir la cognition évaluer les résultats par rapport à vos critères afin de comprendre comment fonctionne la validation.
Étape 3 : démarrer le moteur de découverte et observer
Regardez comment la cognition sélectionne des agents, des séquences de tâches et gère la validation. N’interviens pas à moins que quelque chose ne soit clairement incorrect. Cette approche développe votre intuition quant au degré de guidage nécessaire à la cognition.
Étape 4 : Vérifier et ajuster
Une fois la session partagée terminée, passez en revue :
- La cognition a-t-elle suivi la structure des tâches que vous avez définie ?
- Les exigences de validation ont-elles été efficaces ou ont-elles été à l’origine de nouvelles tentatives inutiles ?
- Les bons agents ont-ils été affectés à chaque tâche ?
Utilisez ce que vous apprenez à étalonner votre prochaine session partagée.
Ajustement de la confiance au fil du temps
Lorsque vous obtenez de l’expérience avec le moteur de découverte, vous développez un sens de la structure des différents types de travail nécessaires. Certains modèles à garder à l’esprit :
- Les sessions partagées bien comprises avec les étapes connues bénéficient d’une plus grande structure. Vous connaissez le chemin, donc définissez-le. Laissez la cognition assurer l’exécution et la validation.
- La recherche exploratoire avec des objectifs ouverts bénéficie de moins de structure. Laissez de la place à la cognition pour explorer et faire le point régulièrement.
- Sessions partagées mixtes où certaines phases sont bien comprises et d’autres bénéficient exploratoirement de l’approche hybride. Structurez ce que vous savez, délèguez ce que vous ne faites pas.
- Les exigences de validation doivent être plus précises lorsque vous découvrez ce que les agents et les outils peuvent fournir. Commencez en général, affinez en fonction des résultats.