CoRE apprend à l'IA à choisir seule ses règles de recherche dans les bases de connaissances, sans annotation

La recherche dans les bases de connaissances structurées bute depuis des années sur le même problème : pour qu'un modèle retrouve les bons faits dans un graphe, il faut lui indiquer quelles règles suivre. Les auteurs de l'article arXiv 2610.14465 proposent la méthode CoRE (Co-Adaptive Rule Routing and Constraining Retrieval), qui apprend au système à le faire seul. Elle entraîne simultanément le choix de la règle pour une requête et la recherche de preuves dans le cadre de cette règle, et ce sans paires « requête — règle » annotées à l'avance. La méthode a été testée sur trois domaines du benchmark STaRK-QA : découvertes scientifiques, raisonnement biomédical et gestion des connaissances e-commerce.

Pourquoi l'annotation des règles est devenue un goulet d'étranglement

Les approches existantes se répartissent en deux camps. Les premières cherchent sans contrainte : le retriever parcourt librement la base de connaissances et classe tout ce qu'il trouve, si bien que des entités formellement proches mais sans rapport de sens se glissent dans les résultats. Les secondes s'appuient sur des règles, mais exigent une annotation préalable qui indique quelle règle correspond à quelle requête. En recherche scientifique, ce sont des règles comme « auteur — article » ; en médecine de précision, comme « anatomie — médicament ».

Le problème, c'est qu'une telle annotation existe rarement. Il faut la constituer à la main, avec des experts du domaine concerné, et tout recommence de zéro pour chaque nouveau domaine. CoRE supprime cette exigence : les règles restent dans le système sous forme d'un ensemble de contraintes, mais c'est le modèle qui trouve lui-même l'association entre requêtes et règles.

Deux composants qui apprennent l'un de l'autre

L'architecture comprend deux parties étroitement dépendantes l'une de l'autre.

• Routeur de règles (router). Il reçoit la requête et choisit la règle. Il s'entraîne par reinforcement learning (apprentissage par renforcement).
• Retriever sous contraintes. Pour la règle choisie, il parcourt la base de connaissances et ne classe que ce qui satisfait les conditions de la règle. Il s'entraîne par contrastive learning (apprentissage contrastif).

On tombe ici sur un problème de l'œuf et de la poule : le routeur a besoin de savoir dans quelle mesure le retriever fonctionnera bien avec une règle, et le retriever a besoin de règles correctes pour apprendre. CoRE résout ce problème en alternant les phases d'entraînement. Les règles choisies par le routeur servent de signal d'apprentissage au retriever. À l'inverse, la qualité des preuves trouvées devient la récompense du routeur. Il en résulte une boucle fermée où chaque composant s'ajuste à l'autre, sans supervision explicite au niveau des paires « requête — règle ».

Ce que montrent les expériences

Les auteurs ont testé la méthode sur les jeux de données STaRK-QA, qui couvrent trois domaines :

• découvertes scientifiques (recherche d'entités académiques comme les auteurs et les articles) ;
• raisonnement biomédical (liens entre anatomie, maladies et médicaments) ;
• gestion des connaissances en e-commerce (requêtes produits).

Les études d'ablation confirment que c'est bien l'adaptation conjointe du routeur et du retriever qui apporte le gain : si l'on rompt la boucle, la qualité chute. Deux autres conclusions concernent la pratique. Le routage fondé sur la génération (generation-based routing) se transfère d'un jeu de données à l'autre. Le schéma le plus efficace consiste à faire d'abord un préentraînement multidomaine, puis un fine-tuning sur le jeu de données cible.

Les auteurs signalent par ailleurs un effet secondaire : l'analyse de la fréquence d'application des différentes règles aux requêtes suggère comment affiner automatiquement les règles existantes et en trouver de nouvelles. L'ensemble de règles cesse d'être une construction statique et devient un objet que l'on peut améliorer itérativement à partir des données.

Où cela peut servir

Pour les équipes qui construisent des systèmes RAG et agentiques au-dessus de graphes de connaissances, CoRE présente trois intérêts. Premièrement, il réduit le coût d'entrée dans un nouveau domaine : il suffit à l'expert de décrire un ensemble de règles, sans avoir à annoter des requêtes pour chacune d'elles. Deuxièmement, restreindre la recherche à une règle réduit l'espace des candidats et rend les résultats plus explicables : on peut voir quelle règle le système a suivie et pourquoi. Troisièmement, le schéma de préentraînement multidomaine suivi d'un ajustement convient bien aux scénarios d'entreprise, où coexistent plusieurs bases de connaissances de structures différentes.

Les limites sont également évidentes : la méthode exige toujours un ensemble de règles défini à l'avance, et un entraînement alterné avec RL est généralement plus capricieux qu'un pipeline supervisé classique. La direction n'en est pas moins claire : au lieu d'annoter à grands frais les liens entre requêtes et règles, entraîner le système à trouver ces liens lui-même, grâce à la qualité de la recherche finale.