Après avoir lancé en juin dernier son modèle Instructed-Retriever-1, Databricks annonce Adaptive Instructed-Retriever. Avec cette version, l’éditeur cherche à approfondir les recherches les plus complexes tout en maîtrisant la latence et les coûts de calcul.

Adaptive Instructed-Retriever introduit une approche plus dynamique de la recherche. Le modèle peut débuter par une requête rapide puis évaluer s’il dispose de suffisamment d’informations pour répondre. Si les résultats obtenus sont jugés satisfaisants, il s’arrête. Dans le cas contraire, il peut lancer une ou plusieurs étapes de recherche supplémentaires, dans la limite d’un budget prédéfini. L’objectif est de combiner la rapidité d’une recherche parallèle avec la capacité d’exploration d’une approche séquentielle. Cette limite constitue un élément clé pour les usages en entreprise. Databricks cherche en effet à éviter qu’un agent multiplie indéfiniment les requêtes, au risque d’alourdir les temps de réponse. Le système doit ainsi trouver un équilibre entre la qualité des informations collectées et le coût associé aux recherches supplémentaires.

Le modèle apprend quand poursuivre ses recherches

Pour atteindre cet objectif, Databricks a entraîné Adaptive Instructed-Retriever à l’aide d’une méthode d’Online Reinforcement Learning (ORL). Le modèle est récompensé lorsqu’une stratégie de recherche améliore la qualité des résultats et pénalisé lorsque des étapes supplémentaires n’apportent qu’un bénéfice limité. L’éditeur s’appuie pour cela sur une technique baptisée CISPO (Clipped Importance Sampling Policy Optimization).

L’ambition n’est donc pas de pousser le modèle à effectuer davantage de recherches, mais de lui apprendre à identifier les situations dans lesquelles une exploration supplémentaire apporte une réelle valeur. Cette approche permet également de décliner plusieurs versions du modèle selon le compromis recherché entre rapidité et qualité. En augmentant la pénalité associée aux recherches additionnelles, le système privilégie la vitesse ; en la réduisant, il peut consacrer davantage de ressources à l’amélioration des résultats.

Une latence annoncée deux fois plus faible

Selon Databricks, Adaptive Instructed-Retriever obtient des performances comparables à celles de plusieurs modèles de pointe sur un ensemble de sept benchmarks internes et externes, tout en réduisant significativement la latence. L’entreprise évoque notamment un temps de réponse moyen de 5,8 secondes, soit plus de deux fois inférieur à celui des modèles utilisés pour la comparaison.

L’éditeur met également en avant les bénéfices de son approche sur des requêtes nécessitant plusieurs étapes de recherche. Dans un exemple portant sur l’identification de coûts de restructuration dans les comptes d’une entreprise, Adaptive Instructed-Retriever atteint le même niveau de rappel en deux étapes, contre trois pour Claude Sonnet 5 et quatre pour GPT-5.6 Luna. Dans un autre cas consacré à l’identification de clients utilisant ou ayant envisagé d’utiliser LiteLLM Proxy, le modèle affiche un Recall@10 de 0,75, contre respectivement 0,50 et 0,62 pour ces deux modèles.