DynaFlow apprend à l'agent principal à écrire des workflows et dépasse la base de 10,9 points de pourcentage

Des chercheurs de la National University of Singapore (Ruhao Liu, Qi Li, Shizun Wang, Xinchao Wang) ont publié DynaFlow, un framework d'orchestration multi-agents. L'agent principal y décide lui-même quand il a besoin d'aide et écrit pour cela un court programme exécutable. Sur six benchmarks, DynaFlow obtient 88,08% de précision globale en mode Forced. C'est 10,90 points de pourcentage de plus que le meilleur des systèmes de référence testés, tous comparés sur la même base, Qwen3.5-27B.

L'orchestration comme action, et non comme schéma

La plupart des systèmes multi-agents sont rigides. Leur structure est fixée à l'avance : un planificateur, un exécutant, un critique, un ordre de transmission des messages figé. Pour les tâches qui n'entrent pas dans le moule, ce schéma devient un plafond.

Dans DynaFlow, la synthèse de workflow fait partie de l'espace d'actions de l'agent principal, au même titre que les autres étapes de raisonnement. L'agent décide lui-même si une collaboration est nécessaire. Si c'est le cas, il génère un programme adapté à la tâche. Ce programme peut lancer les sous-agents de façon séquentielle ou parallèle, leur faire échanger des informations structurées et vérifier les résultats intermédiaires.

L'essentiel tient à la boucle de rétroaction. Les résultats d'exécution et les traces reviennent à l'agent principal et influencent ses actions suivantes. La structure de la collaboration se reconfigure au fil du raisonnement au lieu d'être figée au départ.

On entraîne le chef d'orchestre, pas les musiciens

Les auteurs ont délibérément séparé l'apprentissage de l'orchestration de l'amélioration des exécutants. Seul l'agent principal est affiné. Tous les sous-agents restent inchangés, si bien que le gain ne peut pas s'expliquer par des modèles de travail devenus plus performants.

Le processus se déroule en deux étapes :

• Supervised fine-tuning sur des trajectoires distillées : l'agent principal apprend à construire des workflows à partir d'exemples tout faits.
• Affinage sur des exemples filtrés : on retire de l'échantillon les trajectoires présentant trois types de défauts.

Voici les filtres :

• prémisses non fondées (unsupported premises) : la conclusion s'appuie sur des éléments absents des données d'origine ;
• vérification biaisée (biased verification) : le contrôle confirme le résultat au lieu de l'évaluer ;
• défauts de circulation de l'information (information-flow defects) : la sortie d'une étape se perd et n'atteint pas la suivante.

Le troisième point est sans doute le plus intéressant. Selon les auteurs, la qualité d'un système multi-agents ne dépend ni du nombre d'agents ni de l'élégance du graphe, mais de la capacité du résultat d'une étape à parvenir à la suivante.

Ce que montrent les mesures

L'évaluation porte sur six benchmarks couvrant le raisonnement mathématique, les questions-réponses scientifiques et la recherche multi-hop, c'est-à-dire des tâches où la réponse se construit à partir de plusieurs étapes ou sources.

Paramètres clés :

• Base : Qwen3.5-27B, identique pour DynaFlow et pour les systèmes de référence.
• Précision globale : 88,08% en mode Forced.
• Écart : +10,90 point de pourcentage par rapport au meilleur système de référence testé.
• Partie entraînée : uniquement l'agent principal ; les sous-agents sont figés.
• Méthode : SFT sur des trajectoires distillées, puis filtrage selon trois types de défauts.

L'analyse des workflows générés après l'entraînement montre que l'agent exploite plus souvent, et de façon explicite, les sorties des étapes précédentes, les vérifie et les affine. Avant l'entraînement, ces liens entre étapes étaient plus rares. Les auteurs voient dans cette transmission d'informations entre étapes l'une des principales dimensions de la qualité d'orchestration.

Ce que l'on peut en retirer en pratique

Ce travail se présente comme une recette, pas comme un produit fermé. Le code est publié sur GitHub (amiya-special/Dynaflow), et il existe une page de projet ainsi qu'un article sur arXiv sous le numéro 2610.34467. Au moment de la publication, le dépôt est tout récent (environ trois étoiles), et la page de l'article sur Hugging Face n'est liée à aucun modèle, aucun dataset ni aucun Space. Il faudra donc reproduire le résultat soi-même.

Pour les équipes qui construisent des systèmes d'agents, les enseignements pratiques sont les suivants. Premièrement, il vaut la peine d'essayer l'orchestration comme compétence entraînable. Un modèle de taille moyenne, avec 27 milliards de paramètres, apprend à construire ses propres workflows, et cela ne nécessite pas un coûteux cycle de réentraînement complet de tous les participants.

Deuxièmement, lors de la constitution des trajectoires d'entraînement, il est utile de filtrer les données selon le comportement : vérifier que le vérificateur ne valide pas tout et que les résultats intermédiaires ne se perdent pas. Troisièmement, pour évaluer des systèmes multi-agents, il faut regarder non seulement la précision finale, mais aussi les traces, notamment la façon dont les sorties des étapes précédentes sont utilisées.

Les limites sont également visibles. Les résultats portent sur les mathématiques, les questions scientifiques et la recherche multi-hop. On ignore pour l'instant comment DynaFlow se comporterait dans de longues sessions de programmation ou avec des outils externes. Mais l'idée elle-même, un agent qui écrit le programme de sa propre coordination et apprend à le faire avec rigueur, paraît déjà viable et reproductible.