TabWM apprend à prédire les modifications d'une base de données : le F1 passe de 0,016 à 0,685

Des chercheurs présentent TabWM (Tabular World Model), un modèle qui prédit, à partir de l'historique d'exécutions dans un système inconnu, comment une nouvelle action modifiera sa base de données relationnelle. Sur 512 « mondes » mis de côté, le F1 complet sur les modifications passe de 0,016 sans exécutions observées à 0,685 avec 64 exemples en contexte. Il n'est pas nécessaire de mettre à jour les paramètres du modèle pour cela : la dynamique est déduite directement du contexte. Pour le préentraînement, les auteurs ont construit WorldRel, un générateur de mondes relationnels exécutables.

De l'instantané à la dynamique

L'apprentissage relationnel classique travaille sur un instantané de la base : à partir des tables actuelles et des liens entre elles, il prédit une propriété donnée. Pour l'analytique, cela suffit. Pour la prise de décision, non, car la question est différente : que deviendra la base après une action précise ? La réponse dépend des règles propres à chaque système. La logique métier, les triggers, les contraintes et le code applicatif ne sont pas visibles dans les tables elles-mêmes, alors que ce sont eux qui déterminent quelles lignes apparaissent, lesquelles changent et quelles valeurs elles prennent.

Les auteurs proposent de considérer chaque système de ce type comme un « monde » relationnel distinct, et de se demander si l'on peut comprendre son comportement à partir d'exécutions observées. TabWM reçoit en contexte des exécutions issues d'un monde inconnu et doit prédire les modifications structurées et éparses que provoquera une nouvelle action. Il n'y a pas de réentraînement sur ce monde.

Comment la précision est mesurée

La métrique est stricte. Une modification n'est jugée correcte que si trois composantes coïncident : l'opération, l'emplacement relationnel et la valeur. Deviner que « quelque chose sera ajouté quelque part » ne suffit pas. Résultats sur des mondes mis de côté, que le modèle n'a pas vus à l'entraînement :

• 512 mondes mis de côté dans le jeu de test ;
• F1 complet sur les modifications de 0,016 sans exécutions observées ;
• F1 complet de 0,685 avec 64 exécutions en contexte ;
• entraînement sur des mondes synthétiques issus du générateur WorldRel ;
• adaptation à un nouveau monde sans mise à jour des paramètres.

La progression de 0,016 à 0,685 montre que le modèle exploite réellement le contexte. Sans exemples, il ne devine presque rien, ce qui est attendu : il n'a aucun moyen de connaître les règles du monde. Avec 64 exemples, il reconstitue l'essentiel de la structure des changements.

Futurs imaginaires et choix des actions

L'idée pratique centrale est que les prédictions de TabWM sont des modifications relationnelles explicites, et non des vecteurs latents. On peut appliquer ces modifications à la base, obtenir l'état suivant et continuer à prédire. Le modèle déroule ainsi une chaîne de plusieurs étapes et compare des séquences d'actions candidates avant qu'une seule d'entre elles ne soit exécutée.

Les auteurs indiquent qu'une recherche plus large parmi ces futurs prédits améliore le rendement réalisé des séquences d'actions retenues. La description transmise ne donne aucune valeur chiffrée pour ce gain, il est donc impossible d'en évaluer l'ampleur. Il faut aussi tenir compte du fait que, en application récursive, les erreurs s'accumulent : avec un F1 complet de 0,685 par étape, les longues chaînes s'écarteront de la réalité. Dans quelle mesure, seules les expériences de l'article le diront.

Une autre question concerne le transfert. Les mondes du test sont exécutables et générés selon les mêmes principes que ceux d'entraînement. Comment le modèle se comportera sur une base d'entreprise réelle, avec des années d'exceptions accumulées, l'abstract ne permet pas de le savoir.

Où cela peut s'appliquer

Pour les équipes qui construisent des agents au-dessus de bases de données et de systèmes métier, ce travail propose un schéma clair. Si vous disposez de logs d'exécution, vous pouvez entraîner ou ajuster un modèle de dynamique à partir de ceux-ci et l'utiliser comme simulateur peu coûteux. L'agent pourra alors tester ses actions candidates sur des modifications prédites plutôt qu'en production.

Trois points méritent une vérification pratique. Combien d'exécutions faut-il à votre système pour que la qualité atteigne un plateau : les 64 du benchmark sont un repère, pas une garantie. Quelle est la précision des modifications sur les branches rares de la logique. Et à quelle vitesse l'erreur croît sur des chaînes de cinq à dix actions. Si les réponses sont acceptables, cette approche offre un moyen de comparer des plans sans effets de bord, ce qui manque le plus, et coûte le plus cher, aux agents qui travaillent sur des données réelles.