NVIDIA KGMON décroche la 2e place du KDD Cup 2026 en simplifiant le harness de son agent

L'équipe NVIDIA KGMON a terminé deuxième de la compétition KDD Cup 2026 Data Agents. Les agents devaient répondre à des questions en langage naturel, et les réponses se trouvaient dans six formats de données : bases de données, fichiers CSV et JSON, documents texte, PDF et vidéos de briefing. NVIDIA résume sa recette en une phrase : le harness de l'agent doit être plus petit, plus lisible et plus facile à vérifier.

Le problème posé aux participants

Le KDD Cup compte parmi les plus anciennes compétitions d'analyse de données et se tient dans le cadre de la conférence KDD. Le volet Data Agents teste ce qui casse le plus souvent dans la pratique en entreprise. Les données ne sont pas rangées dans un tableau unique et bien propre. Une partie des chiffres se trouve dans du SQL, une autre dans des exports, une autre dans un rapport PDF, et une dernière est énoncée à l'oral dans l'enregistrement d'un briefing.

Pour l'agent, cela représente trois tâches à la fois. Il doit comprendre la question, décider dans quelles sources aller chercher, puis assembler une réponse à partir de fragments de formats différents. Par exemple, pour expliquer le recul d'une région, il faut à la fois les chiffres de la base et l'explication contenue dans un document texte. Une erreur à n'importe quelle étape transforme une réponse assurée en belle fiction.

Le pari d'un petit harness

Le harness désigne tout le code qui entoure le modèle de langage : la boucle d'appels, l'ensemble des outils, les prompts, les règles de routage entre sources, la vérification du résultat. Dans les systèmes agentiques, il enfle vite. Chaque exception et chaque rustine ajoutent une couche, et quelques mois plus tard, plus personne ne sait dire à quelle étape l'agent a pris le mauvais chemin.

KGMON a fait le choix inverse. D'après l'annonce, l'équipe a délibérément réduit le harness et rendu chacun de ses éléments lisible et vérifiable. Pour des tâches analytiques, cette approche est logique : une réponse issue de données a une source, et cette source peut être recoupée. Plus la chaîne entre la question et la réponse est courte, plus il est simple de repérer l'endroit où elle s'est rompue.

Une réserve importante : l'annonce publiée ne contient ni tableau de scores, ni nom du modèle de base, ni nombre d'outils, ni description de l'architecture. Tout cela est vraisemblablement détaillé dans l'analyse complète sur le blog de NVIDIA. Affirmer davantage que ce que dit la source serait exagéré.

Ce que l'on sait factuellement

• Résultat : deuxième place au KDD Cup 2026 Data Agents.
• Équipe : NVIDIA KGMON.
• Données d'entrée : bases de données, CSV, JSON, documents texte, PDF, vidéos de briefing.
• Format de la tâche : questions en langage naturel, avec des réponses à extraire de sources hétérogènes.
• Principe de la solution : un harness d'agent plus petit, plus clair et plus facile à vérifier.

Ce que l'on peut en retenir en pratique

L'entreprise, connue avant tout pour ses GPU, se montre aussi sur le terrain des agents appliqués. Mais pour les praticiens, le principe compte plus que le rang au classement. Si vous construisez un agent analytique en interne, la leçon de KGMON est la suivante : simplifiez d'abord, complexifiez ensuite.

Concrètement, cela revient à plusieurs choses. Évaluez l'agent séparément pour chaque type de source : la qualité sur du SQL ne dit rien de la qualité sur des PDF. Gardez l'ensemble d'outils au strict minimum et supprimez tout ce qui n'influe pas sur la métrique. Journalisez les étapes intermédiaires pour pouvoir remonter de n'importe quelle réponse jusqu'au fichier source. Et comparez toujours un schéma complexe à une base de référence simple : si le gain est faible, une couche de harness supplémentaire ne fait que fabriquer de futurs problèmes.

Il vaut la peine d'attendre la description technique complète de la solution. On saura alors de quoi se compose exactement le « petit » harness de KGMON et dans quelle mesure son expérience se transpose hors du cadre de la compétition.