--- title: "Débat multi-agents" source: "https://systems-analysis.info/int/D%C3%A9bat_multi-agents" wiki: "systems-analysis.info/int" article: "Débat_multi-agents" language: "fr" categories: - "Category:AI Agents" - "Category:French" - "Category:Large language models" - "Category:Machine learning" revision_id: 1774 wiki_created_at: 2026-09-06T22:53:47Z wiki_modified_at: 2026-09-06T22:53:47Z downloaded_at: 2026-09-07T22:47:40Z --- # Débat multi-agents **Débat multi-agents** (en anglais *multi-agent debate*) – une approche dans le domaine des **grands modèles de langage** (**LLM**), où plusieurs **agents** (instances d'un modèle de langage) interagissent pour discuter collectivement d'une solution à une tâche donnée, en échangeant des arguments et des tentatives de réponse. L'objectif de ce processus est de parvenir collectivement à la réponse la plus correcte et la mieux justifiée à la question posée. L'approche est basée sur l'idée de la **« société de l'esprit »** (*society of mind*), où différents modèles vérifient et complètent mutuellement leurs conclusions[\[1\]](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_note-composable-llm-debate-1). Des recherches ont montré que la discussion multi-agents permet d'**améliorer considérablement la précision et la fiabilité** des réponses par rapport à la génération par une seule méthode : la réponse finale obtenue après les débats des agents est généralement plus factuelle et plus performante pour les tâches nécessitant un raisonnement[\[1\]](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_note-composable-llm-debate-1). En particulier, on observe une réduction du nombre d'**hallucinations** (des « faits » inexistants) et une augmentation du succès dans les tâches de test complexes lors de l'utilisation de cette stratégie[\[1\]](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_note-composable-llm-debate-1). L'idée de faire débattre plusieurs IA remonte aux travaux sur la sécurité de l'intelligence artificielle. En 2018, un groupe de chercheurs d'OpenAI (G. Irving, P. Christiano, D. Amodei) a proposé le concept de **AI safety via debate** – l'entraînement d'agents par le biais de débats contradictoires, où deux modèles adverses présentent à tour de rôle de brefs arguments, et un juge humain décide lequel a fourni les informations les plus véridiques et les plus utiles[\[2\]](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_note-arxiv-ai-safety-2). Il était supposé qu'avec une stratégie optimale, de tels débats permettraient à une IA de répondre à des questions extrêmement complexes, en n'exigeant du juge qu'une évaluation de la crédibilité des arguments[\[2\]](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_note-arxiv-ai-safety-2). Au cours des années suivantes, avec l'émergence de LLM puissants, le principe du débat entre modèles a été appliqué directement pour améliorer la qualité des réponses des modèles eux-mêmes, sans la participation obligatoire d'un humain, mais avec une sélection automatisée de la meilleure solution. Les systèmes LLM multi-agents modernes utilisent le dialogue entre des copies ou différents modèles pour corriger mutuellement leurs erreurs et parvenir ensemble à un résultat mieux fondé. ## Procédure de la discussion multi-agents Dans un scénario de débat multi-agents, plusieurs agents-modèles travaillent en parallèle sur la même tâche. En règle générale, chaque agent reçoit initialement la question ou la tâche, après quoi chacun **génère indépendamment sa propre réponse**. S'ensuit une série de tours de communication entre les agents : à chaque tour, tous les participants échangent leurs solutions actuelles, et chaque agent reçoit les réponses des autres comme contexte supplémentaire, sur la base duquel il **affine ou améliore sa réponse** au tour suivant[\[3\]](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_note-arxiv-communication-3). Ce cycle se poursuit pendant plusieurs itérations (généralement un nombre fixe de tours est défini ou jusqu'à ce qu'un accord explicite soit atteint), après quoi le processus s'arrête et la **réponse finale** est fournie. Les débats imitent une discussion humaine, permettant aux modèles de critiquer les réponses des autres et de combiner leurs compétences de raisonnement pour améliorer la qualité de la solution[\[3\]](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_note-arxiv-communication-3). Par exemple, **Yilun Du** et ses collègues (MIT et Google Brain) ont utilisé dans leurs expériences 3 instances d'un modèle de langage qui ont discuté d'un problème pendant 2 tours (un plus grand nombre de tours était limité en raison du temps et des coûts de calcul) ; il a été démontré que même avec un dialogue aussi limité, les réponses finales étaient nettement meilleures, et qu'avec une augmentation du nombre d'agents ou de tours, la précision continuait de croître (bien qu'avec des rendements décroissants)[\[1\]](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_note-composable-llm-debate-1). La procédure de débat multi-agents est entièrement mise en œuvre lors de la phase d'inférence (*inference*) à l'aide de prompts spécifiques pour organiser le dialogue entre des modèles déjà entraînés. Cela signifie que la **méthode ne nécessite pas de ré-entraînement** des LLM eux-mêmes et peut être appliquée même à des « boîtes noires » – il suffit d'avoir accès à la génération de texte des modèles et de coordonner leur communication selon un modèle prédéfini[\[1\]](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_note-composable-llm-debate-1)[\[4\]](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_note-litreview-problem-solving-4). Pour déterminer la réponse finale après plusieurs tours, différentes approches sont utilisées. L'un des mécanismes les plus simples est le **vote** : les agents peuvent à la fin proposer indépendamment leurs solutions finales, après quoi la version soutenue par la majorité d'entre eux est choisie (ou, par exemple, la réponse la plus fréquente)[\[4\]](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_note-litreview-problem-solving-4). Une autre approche consiste à exiger un **consensus**, c'est-à-dire de poursuivre la discussion jusqu'à ce que tous les modèles parviennent à la même réponse[\[4\]](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_note-litreview-problem-solving-4). Enfin, un **agent-juge** distinct peut être impliqué : soit un réseau de neurones séparé entraîné pour évaluer les réponses, soit l'un des agents doté de la fonction d'arbitre. Le juge observe le déroulement de la discussion et choisit quel argument s'est avéré le plus convaincant ou le plus correct[\[4\]](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_note-litreview-problem-solving-4). Le choix du mécanisme de prise de décision influe sur les caractéristiques du système : ainsi, le vote ou le consensus sont simples à mettre en œuvre mais peuvent consolider des erreurs de groupe, tandis qu'un évaluateur judiciaire (surtout s'il est entraîné à identifier la bonne réponse) est théoriquement capable de distinguer la bonne solution même en présence de contradictions entre les agents. Cependant, l'approche du juge a aussi ses difficultés – par exemple, si le juge est le même modèle que les participants, il peut involontairement **être biaisé en faveur** du style d'argumentation familier de l'un des agents[\[4\]](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_note-litreview-problem-solving-4). ## Variantes de configuration des agents et de la communication Les systèmes multi-agents avec des LLM peuvent varier en fonction de la composition et du mode d'interaction des agents. Une **configuration homogène** suppose que tous les agents sont des copies du même modèle (ou de modèles de niveau similaire), tandis qu'une **configuration hétérogène** inclut des modèles de types ou de tailles différents. Dans le cas homogène, tous les participants ont des capacités comparables, et leurs désaccords ne proviendront que de la génération stochastique de réponses ou de conditions initiales différentes (par exemple, des différences dans les prompts). Dans l'approche hétérogène, on peut utiliser simultanément des modèles forts et faibles, ce qui permet potentiellement à certains agents de compenser les faiblesses des autres. Ainsi, des recherches montrent que l'**interaction entre différents LLM conduit les modèles plus faibles à améliorer leurs solutions en recevant des retours des plus forts**[\[3\]](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_note-arxiv-communication-3). Un exemple frappant est le débat conjoint entre les modèles de langage **ChatGPT (GPT-4)** et **Google Bard** pour résoudre un problème de mathématiques textuel : chacun de ces modèles a donné une réponse incorrecte individuellement, mais au cours de la discussion, **ils ont réussi à se signaler mutuellement leurs erreurs et à finalement s'accorder sur la bonne solution**, en utilisant les points forts de chacun[\[1\]](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_note-composable-llm-debate-1). En même temps, l'hétérogénéité comporte des risques : un déséquilibre important dans les capacités peut conduire à la domination d'un modèle, et si la majorité des agents partage une idée fausse commune ou un biais erroné, les débats peuvent **converger rapidement vers une réponse unique mais incorrecte** — un phénomène connu sous le nom d'effet de **« chambre d'écho »**[\[4\]](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_note-litreview-problem-solving-4). Une analyse théorique (Estornell & Liu, NeurIPS 2024) a montré que pour des modèles très similaires, le débat peut s'enliser dans une dynamique statique où tous les participants répètent l'opinion de la majorité, même si elle est basée sur une erreur commune dans leurs données[\[4\]](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_note-litreview-problem-solving-4). Par conséquent, dans les systèmes hétérogènes, une sélection minutieuse des agents est importante — par exemple, en choisissant des modèles avec un niveau de connaissances comparable pour qu'aucun ne domine ou n'induise les autres en erreur[\[4\]](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_note-litreview-problem-solving-4). Un autre aspect est la **structure de communication** entre les agents. Dans les implémentations de base, une **topologie de communication entièrement connectée** est utilisée : à chaque tour, chaque agent reçoit les réponses de tous les autres. Cet échange « tous-à-tous » maximise l'information disponible, mais engendre des coûts importants — le volume du contexte augmente proportionnellement au nombre d'agents, ce qui alourdit les calculs. Une alternative est la **topologie clairsemée** (*sparse topology*), qui limite les agents avec lesquels chacun échange directement des données. Par exemple, les agents peuvent être disposés sous la forme d'un graphe-réseau (anneau, arbre, etc.), où chacun ne reçoit les réponses que de ses voisins. Une étude de Google (Li et al., 2024) a révélé que **la limitation de la connectivité du réseau d'agents peut réduire considérablement les coûts de génération sans détériorer, et parfois même en améliorant la qualité** de la solution par rapport à une discussion entièrement connectée[\[3\]](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_note-arxiv-communication-3). Dans des expériences avec les modèles GPT-3.5 et Mistral, un schéma clairsemé de discussions « entre voisins » a donné une précision identique ou supérieure sur les tâches (y compris en mathématiques), tout en réduisant d'un ordre de grandeur le nombre moyen de tokens de contexte par étape[\[3\]](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_note-arxiv-communication-3). Ce résultat indique qu'un **échange excessif de messages n'est pas toujours nécessaire** – il suffit d'organiser correctement les interactions clés entre les agents pour qu'ils parviennent à la bonne solution avec moins de frais. Outre la topologie, différents **formats de débat** sont possibles. Par exemple, on peut attribuer des **rôles** différents à certains agents : les uns agissent comme des « générateurs d'idées », d'autres comme des « critiques » ou des « vérificateurs » de solutions[\[4\]](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_note-litreview-problem-solving-4). Cette approche par rôles vise à imiter une répartition du travail, où chaque agent se spécialise dans une tâche particulière (par exemple, l'un propose une hypothèse, le second vérifie les faits, le troisième évalue la cohérence logique). Une autre variante est la **discussion séquentielle** (*round-robin*) : les agents ne parlent pas simultanément, mais strictement à tour de rôle, alternant les rôles d'orateur et de répondant dans un ordre fixe[\[4\]](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_note-litreview-problem-solving-4). Cela ressemble à des débats formels où la parole est accordée aux participants selon un règlement, ce qui peut garantir une participation égale de tous les agents. Une autre approche est la **régulation dynamique des désaccords** : le système peut intentionnellement renforcer ou affaiblir le degré de désaccord entre les réponses des agents à chaque tour[\[4\]](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_note-litreview-problem-solving-4). Par exemple, on peut encourager les réponses à diverger au maximum dans les premières étapes (pour couvrir différentes hypothèses), puis à converger vers la fin. Un tel mécanisme a été proposé par Chang (2024) pour éviter un accord prématuré : il maintient un **niveau modéré de contradictions** entre les agents, stimulant l'émergence de nouveaux arguments et une discussion plus approfondie[\[4\]](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_note-litreview-problem-solving-4). ## Avantages et efficacité de l'approche Les débats multi-agents ont attiré l'attention en raison de leur capacité à **améliorer les performances** des modèles de langage sur des tâches complexes. Plusieurs études indépendantes menées en 2023-2024 ont confirmé qu'un **groupe de LLM en interaction peut surpasser la qualité de la réponse d'un modèle unique** travaillant sur la même tâche. En particulier, des améliorations ont été démontrées dans des domaines nécessitant un raisonnement complexe : des calculs mathématiques à la programmation et à la synthèse de texte. Ainsi, Yin et al. (2023), Chan et al. (2023), Chen et al. (2024) et d'autres notent que les systèmes multi-agents surpassent de manière convaincante les LLM uniques dans les problèmes d'arithmétique, la génération de code et même la création de résumés de documents[\[4\]](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_note-litreview-problem-solving-4). La raison en est la **diversité des perspectives** : chaque agent peut remarquer des détails ou des erreurs manqués par les autres et fournir un retour à ses pairs. La critique mutuelle et l'échange de différentes hypothèses conduisent à un examen plus complet de la tâche[\[4\]](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_note-litreview-problem-solving-4), ce qui rend la réponse finale plus précise et plus fiable. Par exemple, des chercheurs du MIT et de Google Brain, dirigés par Yilun Du, ont présenté à l'ICML 2024 un travail intitulé « Improving factuality and reasoning in language models through multiagent debate », dans lequel ils ont démontré une **amélioration significative de la qualité des solutions** en ajoutant des débats entre trois instances du modèle[\[1\]](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_note-composable-llm-debate-1). Selon leurs résultats, la procédure de discussion multi-agents a permis d'obtenir de meilleurs scores sur plusieurs tâches par rapport à l'utilisation normale d'un seul modèle : la **précision de la résolution de problèmes mathématiques et stratégiques a augmenté**, tandis que le **nombre d'erreurs factuelles a diminué**[\[1\]](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_note-composable-llm-debate-1). En particulier, l'approche multi-agents a amélioré les résultats du modèle dans les tests de raisonnement mathématique, de vérification des faits et même dans des tâches nécessitant une planification stratégique[\[1\]](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_note-composable-llm-debate-1). Les auteurs notent que « la réponse finale, générée après une telle discussion à plusieurs tours, est à la fois plus correcte sur le plan factuel et plus performante pour résoudre les tâches de raisonnement »[\[1\]](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_note-composable-llm-debate-1). Voici une illustration comparant la précision de l'exécution de diverses tâches par un modèle seul et avec l'utilisation de débats multi-agents. Comparaison de la précision sur plusieurs tâches pour une génération mono-utilisateur (en bleu) et pour le mode de débat multi-agents (en rouge). L'approche multi-agents (multi-agent debate) montre une précision plus élevée dans divers domaines, y compris les questions factuelles (biographies), le test de connaissances MMLU, la vérification de la validité des coups aux échecs, la résolution d'expressions arithmétiques, les problèmes de mathématiques textuels de niveau scolaire (GSM8K) et la recherche du coup optimal aux échecs[\[1\]](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_note-composable-llm-debate-1). Selon le graphique, les débats renforcent particulièrement les capacités du modèle dans les tâches stratégiques complexes (par exemple, trouver le meilleur coup aux échecs) et réduisent sensiblement la proportion d'erreurs dans les calculs mathématiques et les questions de connaissance factuelle. Un autre avantage de l'approche multi-agents est le **dépassement des limites de l'auto-correction unique** du modèle. Les LLM uniques utilisent souvent la technique de *self-reflection* (auto-réflexion), où le modèle évalue et corrige lui-même sa réponse initiale. Cependant, il a été découvert que cette méthode est sujette au problème de « degeneration-of-thought » — la dégradation de la pensée : si le modèle est convaincu de sa réponse initiale, lors de l'auto-vérification, il ne génère pas d'idées fondamentalement nouvelles, même si la solution de départ est erronée[\[5\]](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_note-aclanthology-divergent-5). En d'autres termes, **le modèle a tendance à se focaliser sur la première solution qu'il a conçue, en rejetant les alternatives**[\[5\]](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_note-aclanthology-divergent-5). Les débats multi-agents aident à surmonter cet effet : plusieurs agents égaux peuvent initialement proposer différentes hypothèses, puis contester successivement les arguments des uns et des autres, ce qui stimule la recherche de modes de pensée non conventionnels. Tian Liang et ses collègues (EMNLP 2024) ont appelé leur schéma multi-agents **MAD (Multi-Agent Debate)** et ont montré qu'il **encourage réellement la pensée divergente** des modèles et améliore les résultats dans les tâches nécessitant une élaboration approfondie du problème[\[5\]](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_note-aclanthology-divergent-5). Dans leur implémentation, plusieurs agents débattent sur le principe du « œil pour œil » (chacun s'oppose à tour de rôle aux arguments de l'autre), tandis qu'un juge auxiliaire supervise le processus, gère la discussion et choisit la solution finale[\[5\]](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_note-aclanthology-divergent-5). Les expériences de Liang et al. ont démontré l'efficacité de cette approche sur des ensembles de tests complexes — dans des tâches de traduction de bon sens (traduction de phrases tenant compte du sens commun implicite) et d'arithmétique contre-intuitive (énigmes mathématiques avec des conditions à première vue illogiques), la discussion multi-agents a donné des réponses plus correctes que les méthodes standard[\[5\]](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_note-aclanthology-divergent-5). L'analyse a également révélé que pour obtenir le meilleur résultat, les débats devraient être **interrompus de manière adaptative**, sans les prolonger excessivement, et ne maintenir qu'un **niveau de conflit modéré** entre les agents — un comportement trop agressif ou, au contraire, trop conciliant détériore les résultats[\[5\]](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_note-aclanthology-divergent-5). L'approche multi-agents s'est avérée utile non seulement pour les tâches typiques de questions-réponses. Elle trouve des applications dans d'autres domaines, par exemple, pour un **comportement plus sûr et plus cohérent** des modèles. Des recherches distinctes utilisent les débats d'agents dans des tâches de **modération et d'élaboration de règles** : plusieurs LLM peuvent discuter de la question de savoir si une réponse donnée est acceptable selon les normes éthiques, se fournissant ainsi mutuellement un retour d'information lors de l'apprentissage par renforcement. Il a été noté que les débats peuvent générer des signaux d'évaluation plus subtils et mieux fondés, qui aident à ajuster les modèles pour la sécurité et l'utilité[\[3\]](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_note-arxiv-communication-3). Des tentatives ont également été faites pour étendre cela aux **tâches multimodales** – par exemple, lorsque certains agents décrivent une image et d'autres vérifient si la description correspond à l'image. Un travail de Google (2024) a montré le succès d'une telle extension : l'approche multimodale a amélioré les résultats tant dans les tâches purement textuelles que dans la compréhension multimodale des images, démontrant l'universalité de la « société de l'esprit »[\[3\]](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_note-arxiv-communication-3). Il est intéressant de noter que l'interaction dans le cadre des débats peut améliorer le niveau des modèles plus faibles, comme mentionné précédemment. Par exemple, lorsque des LLM de puissances différentes participent à une discussion commune, **« les modèles plus faibles se renforcent progressivement en adoptant les stratégies réussies des plus forts »**[\[3\]](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_note-arxiv-communication-3). Ainsi, le système multi-agents ne résout pas seulement la tâche posée, mais sert également de mécanisme d'apprentissage collectif entre les modèles. ## Limites et problèmes ouverts Malgré des avantages significatifs, les débats multi-agents sont confrontés à plusieurs **difficultés et limites**. L'une des principales est la **consommation élevée de ressources** de cette approche. L'organisation d'une discussion nécessite d'appeler de manière répétée la génération de texte de grands modèles : si *n* agents participent à *T* tours, le nombre total d'appels au LLM augmente d'un facteur *n* x *T* par rapport à une seule réponse. De plus, à chaque tour, le modèle doit traiter en contexte non seulement la question initiale, mais aussi toutes les répliques des tours précédents (les réponses de tous les agents). Ainsi, avec l'augmentation du nombre d'agents et de tours, le **volume de l'entrée contextuelle augmente de manière exponentielle**, conduisant à un effet de **context explosion** — un débordement de la fenêtre de contexte et une augmentation des coûts de traitement[\[3\]](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_note-arxiv-communication-3). Les expériences montrent que l'ajout de seulement 2-3 tours de discussion augmente considérablement le nombre total de tokens de contexte que le modèle doit lire, et par conséquent, le temps de réponse. Théoriquement, la qualité de la solution s'améliore avec l'augmentation du nombre d'itérations, mais en pratique, de nombreux travaux notent des **rendements décroissants après quelques tours** : souvent, l'effet maximal est atteint au deuxième ou troisième tour, après quoi les discussions ultérieures peuvent conduire à la répétition des mêmes arguments ou même à une diminution de la précision en raison de la saturation du contexte[\[4\]](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_note-litreview-problem-solving-4). Par exemple, He et al. (2023) ont montré une augmentation de la précision seulement jusqu'au 2e tour de débat, suivie d'une baisse, de même que Liu et Li et leurs collègues (2024) rapportent un pic de qualité à environ 4 tours, après quoi des cycles supplémentaires ne font qu'entraver[\[4\]](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_note-litreview-problem-solving-4). Ainsi, la **détermination de la durée optimale des débats** est une tâche complexe : une discussion trop courte peut ne pas exploiter tout le potentiel de l'intelligence collective, tandis qu'une discussion trop longue peut provoquer du bruit informationnel et une surcharge du contexte. Un autre problème est le **risque d'un consensus de groupe sur une réponse incorrecte**. Si tous les agents ont une expérience similaire et sont convaincus à tort d'un fait, ils peuvent renforcer mutuellement leur erreur. Un effet de **chambre d'écho** se produit : au cours des débats, les modèles parviennent à un consensus, non pas parce qu'ils ont trouvé la vérité, mais en raison de la confirmation d'un biais commun initial. Des résultats théoriques (Estornell & Liu, 2024) indiquent qu'avec des modèles identiques, les débats peuvent **tomber dans la stagnation**, en répétant l'opinion de la majorité sans générer de nouvelles idées[\[4\]](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_note-litreview-problem-solving-4). C'est particulièrement dangereux lorsque cette majorité partage une erreur commune, intégrée par exemple dans les données d'entraînement - alors l'issue de toute la discussion sera incorrecte[\[6\]](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_note-proceedings-neurips-6)[\[4\]](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_note-litreview-problem-solving-4). Pour surmonter ce problème, des **méthodes d'intervention** spéciales (*diversity-pruning*) sont proposées : à chaque tour, les réponses trop similaires sont algorithmiquement élaguées, encourageant les agents à générer différentes variantes avec une entropie d'information maximale[\[6\]](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_note-proceedings-neurips-6). Cela réduit la probabilité que toutes les réponses soient des variations de la même erreur. Une autre technique est la **réfutation des idées fausses** (*misconception refutation*) : le système tente de détecter automatiquement les suppositions communes des agents et de contester délibérément celles qui pourraient être fausses[\[6\]](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_note-proceedings-neurips-6). Dans le travail d'Estornell & Liu, un ensemble de trois interventions similaires a été proposé — en plus de celles mentionnées, il y a aussi le *quality-pruning* (sélection des arguments les plus pertinents et de meilleure qualité à chaque étape) – et il a été démontré que leur combinaison augmente notablement l'efficacité des débats et prévient la tendance à l'effet de chambre d'écho[\[6\]](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_note-proceedings-neurips-6)[\[6\]](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_note-proceedings-neurips-6). Enfin, il convient de noter que la **stabilité et la prévisibilité** des discussions multi-agents sont encore loin d'être idéales. Dans certaines expériences, les débats ont conduit à des résultats instables - différentes exécutions de la même discussion pouvaient converger vers des réponses différentes, ou la réponse agrégée s'avérait pire que celle d'un modèle unique sans débat[\[4\]](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_note-litreview-problem-solving-4). Wang et al. (2024) et Smit et al. (2023) ont indépendamment noté des cas où l'ajout d'agents **détériorait les performances**, ce qui indique une ligne fine entre la critique constructive et les disputes destructrices[\[4\]](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_note-litreview-problem-solving-4). L'identification des conditions dans lesquelles l'approche multi-agents est garantie d'être bénéfique reste un sujet de recherche. Des questions ouvertes demeurent : **comment décider automatiquement quand arrêter les débats et fixer une réponse**, afin de ne pas perdre l'avantage et ne pas s'engager dans un débat sans fin, et **de quelle manière prendre une décision collective** – que ce soit par vote, consensus ou avec l'aide d'un juge externe – de la manière la plus fiable pour différents types de tâches[\[4\]](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_note-litreview-problem-solving-4). Le problème de la **sécurité et de la contrôlabilité** des systèmes multi-agents est également crucial : il faut s'assurer que les agents ne généreront pas conjointement de contenu indésirable ou toxique et ne renforceront pas mutuellement leurs tendances néfastes. Ces questions, en particulier celles concernant la **sécurité et la scalabilité**, sont reconnues comme étant actuelles et complexes[\[4\]](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_note-litreview-problem-solving-4). Les revues de littérature actuelles notent que des recherches supplémentaires sont nécessaires pour développer des **règles d'arrêt robustes** pour les discussions, évaluer la **scalabilité** de l'approche avec l'augmentation du nombre d'agents et de tours, et mettre en œuvre des méthodes garantissant la **fiabilité et la justesse** de la réponse obtenue collectivement[\[4\]](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_note-litreview-problem-solving-4). La résolution de ces problèmes permettra de transformer les débats multi-agents en un outil encore plus puissant et universel pour créer des systèmes d'intelligence artificielle plus **intelligents et plus sûrs**. ## Liens externes - Improving Factuality and Reasoning in Language Models with Multiagent Debate — page du projet - AI safety via debate — article original d'OpenAI - Improving Multi-Agent Debate with Sparse Communication Topology — article sur l'optimisation de la communication - Literature Review Of Multi-Agent Debate For Problem-Solving — revue de la littérature - Encouraging Divergent Thinking in Large Language Models through Multi-Agent Debate — article sur MAD - Improving Multi-Agent Debate with Contrastive Deliberation and Diversity-Promoting Interventions — article de NeurIPS 2024 ## Bibliographie - Irving, G. et al. (2018). *AI Safety via Debate*. arXiv:1805.00899. - Du, Y. et al. (2023). *Improving Factuality and Reasoning in Language Models through Multiagent Debate*. arXiv:2305.14325. - Liang, T. et al. (2023). *Encouraging Divergent Thinking in Large Language Models through Multi-Agent Debate*. arXiv:2305.19118. - Li, Y. et al. (2024). *Improving Multi-Agent Debate with Sparse Communication Topology*. arXiv:2406.11776. - Guo, T. et al. (2024). *Large Language Model based Multi-Agents: A Survey of Progress and Challenges*. arXiv:2402.01680. - Li, J. et al. (2024). *More Agents Is All You Need*. arXiv:2402.05120. - Estornell, A.; Liu, Y. (2024). *Multi-LLM Debate: Framework, Principals, and Interventions*. NeurIPS 2024. - Eo, S. et al. (2025). *Debate Only When Necessary: Adaptive Multiagent Collaboration for Efficient LLM Reasoning*. arXiv:2504.05047. - Tillmann, A. (2025). *Literature Review Of Multi-Agent Debate For Problem-Solving*. arXiv:2506.00066. - Cui, Y. et al. (2025). *Efficient Leave-One-Out Approximation in LLM Multi-Agent Debate Based on Introspection*. arXiv:2505.22192. - La Malfa, E. et al. (2025). *Large Language Models Miss the Multi-Agent Mark*. arXiv:2505.21298. ## Références 1. ↑ [1.00](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_ref-composable-llm-debate_1-0) [1.01](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_ref-composable-llm-debate_1-1) [1.02](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_ref-composable-llm-debate_1-2) [1.03](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_ref-composable-llm-debate_1-3) [1.04](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_ref-composable-llm-debate_1-4) [1.05](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_ref-composable-llm-debate_1-5) [1.06](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_ref-composable-llm-debate_1-6) [1.07](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_ref-composable-llm-debate_1-7) [1.08](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_ref-composable-llm-debate_1-8) [1.09](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_ref-composable-llm-debate_1-9) [1.10](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_ref-composable-llm-debate_1-10) «Improving Factuality and Reasoning in Language Models with Multiagent Debate». *composable-models.github.io*. [1] 2. ↑ [2.0](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_ref-arxiv-ai-safety_2-0) [2.1](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_ref-arxiv-ai-safety_2-1) Irving, Geoffrey et al. «AI safety via debate». *arXiv*. [2] 3. ↑ [3.0](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_ref-arxiv-communication_3-0) [3.1](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_ref-arxiv-communication_3-1) [3.2](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_ref-arxiv-communication_3-2) [3.3](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_ref-arxiv-communication_3-3) [3.4](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_ref-arxiv-communication_3-4) [3.5](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_ref-arxiv-communication_3-5) [3.6](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_ref-arxiv-communication_3-6) [3.7](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_ref-arxiv-communication_3-7) [3.8](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_ref-arxiv-communication_3-8) Liu, Xiang Lisa et al. «Improving Multi-Agent Debate with Sparse Communication Topology». *arXiv*. [3] 4. ↑ [4.00](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_ref-litreview-problem-solving_4-0) [4.01](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_ref-litreview-problem-solving_4-1) [4.02](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_ref-litreview-problem-solving_4-2) [4.03](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_ref-litreview-problem-solving_4-3) [4.04](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_ref-litreview-problem-solving_4-4) [4.05](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_ref-litreview-problem-solving_4-5) [4.06](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_ref-litreview-problem-solving_4-6) [4.07](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_ref-litreview-problem-solving_4-7) [4.08](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_ref-litreview-problem-solving_4-8) [4.09](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_ref-litreview-problem-solving_4-9) [4.10](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_ref-litreview-problem-solving_4-10) [4.11](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_ref-litreview-problem-solving_4-11) [4.12](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_ref-litreview-problem-solving_4-12) [4.13](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_ref-litreview-problem-solving_4-13) [4.14](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_ref-litreview-problem-solving_4-14) [4.15](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_ref-litreview-problem-solving_4-15) [4.16](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_ref-litreview-problem-solving_4-16) [4.17](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_ref-litreview-problem-solving_4-17) [4.18](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_ref-litreview-problem-solving_4-18) [4.19](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_ref-litreview-problem-solving_4-19) [4.20](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_ref-litreview-problem-solving_4-20) [4.21](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_ref-litreview-problem-solving_4-21) [4.22](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_ref-litreview-problem-solving_4-22) «Literature Review Of Multi-Agent Debate For Problem-Solving». *arXiv*. [4] 5. ↑ [5.0](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_ref-aclanthology-divergent_5-0) [5.1](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_ref-aclanthology-divergent_5-1) [5.2](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_ref-aclanthology-divergent_5-2) [5.3](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_ref-aclanthology-divergent_5-3) [5.4](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_ref-aclanthology-divergent_5-4) [5.5](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_ref-aclanthology-divergent_5-5) Liang, Tian et al. «Encouraging Divergent Thinking in Large Language Models through Multi-Agent Debate». *ACL Anthology*. [5] 6. ↑ [6.0](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_ref-proceedings-neurips_6-0) [6.1](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_ref-proceedings-neurips_6-1) [6.2](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_ref-proceedings-neurips_6-2) [6.3](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_ref-proceedings-neurips_6-3) [6.4](https://systems-analysis.info/int/D%C3%A9bat_multi-agents#cite_ref-proceedings-neurips_6-4) «Improving Multi-Agent Debate with Contrastive Deliberation and Diversity-Promoting Interventions». *NeurIPS 2024*. [6]