SALT récupère davantage de mémoire, mais les petits modèles perdent en précision

Un post sur horizon machinelearning a mis en lumière un net conflit de récupération : SALT explore efficacement un trie mémoire complet, mais les petits modèles hallucinent lorsqu’il renvoie trop de contenu.

Le développeur affirme que SALT stocke chaque entrée dans un trie, une structure arborescente qui partage les préfixes communs afin de réduire le stockage redondant. Il utilise ensuite la dominance thématique et la sélection CELF avec un budget de récupération de 20 pour cent. Ces affirmations de mise en œuvre proviennent de la discussion sur la récupération du développeur, et non d’une évaluation examinée de manière indépendante.

Le système fonctionnerait avec un chatbot, mais les agents rejoignent désormais l’architecture. Ce changement relève les enjeux. Plusieurs modules peuvent récupérer des souvenirs qui se chevauchent, répéter des faits d’une pertinence marginale et consommer l’attention limitée du générateur avant qu’il n’entreprenne la moindre action.

Le problème central n’est pas de savoir si SALT peut trouver des phrases associées. Il semble en trouver trop. La question plus difficile est de savoir si une politique de récupération peut préserver chaque dépendance nécessaire tout en excluant les éléments plausibles mais distracteurs.

Deux objectifs entrent ainsi directement en conflit. La couverture thématique récompense un ensemble qui représente davantage le sujet actif. La précision des preuves ne récompense que les éléments qui modifient la bonne réponse ou l’action correcte. Pour les petits modèles, le second objectif peut compter davantage que le premier.

La proposition SALT transforme le rappel de mémoire en problème de sélection

Le goulot d’étranglement signalé de SALT commence après le succès du stockage, car un accès efficace ne garantit pas un contexte utile.

Selon le post, toutes les entrées sont placées dans un trie en DRAM. La DRAM est la mémoire de travail rapide du système, tandis qu’un trie organise les séquences via des préfixes partagés. Cette conception peut rendre les motifs textuels répétés compacts et rapidement adressables.

Le développeur récupère ensuite les phrases via un système de mots-clés et de dominance thématique. Une procédure CELF sélectionne les éléments dans une enveloppe fixée à 20 pour cent. CELF, ou sélection progressive paresseuse rentable, accélère l’optimisation gloutonne en évitant de recalculer inutilement la valeur marginale de chaque candidat.

La propriété attrayante est celle des rendements décroissants. Une phrase couvrant un nouveau thème peut offrir initialement une valeur substantielle. Une autre phrase couvrant le même thème devrait contribuer moins une fois que la première a intégré l’ensemble sélectionné.

Cette logique convient à la récupération lorsque la diversité et la couverture importent. Elle décourage un ensemble de résultats rempli de quasi-doublons, tout en permettant à plusieurs parties d’un sujet d’apparaître. Elle rend également une vaste collection de mémoire gérable sans noter chaque sous-ensemble possible.

Toutefois, un pourcentage fixe ne représente pas un besoin d’information fixe. Vingt pour cent d’une courte conversation peuvent produire un prompt compact. Vingt pour cent d’une mémoire d’agent vaste et persistante peuvent produire bien plus de matière qu’un petit modèle ne peut exploiter de façon fiable.

Le budget augmente aussi avec le vivier de candidats, à moins qu’un autre plafond n’intervienne. À mesure que davantage de modules écrivent des souvenirs, les candidats cohérents avec le thème peuvent se multiplier. Le sélecteur peut rester efficace sur le plan informatique alors que sa sortie devient coûteuse cognitivement pour le modèle de langage.

Cette distinction importe, car la récupération comporte au moins trois étapes distinctes. Le système doit générer des candidats, les classer ou les sélectionner, puis les conditionner pour un modèle. La rapidité des deux premières étapes ne peut établir l’exactitude de la troisième.

Les documents publics ne décrivent pas encore la représentation thématique de SALT, les limites des phrases, les règles de déduplication ou l’ensemble d’évaluation. Ils n’établissent pas non plus si le budget de 20 pour cent mesure les phrases, les tokens, les nœuds stockés ou une autre unité.

Ces détails modifient le diagnostic. Un budget de phrases peut masquer de grandes différences de longueur en tokens. Un budget de tokens peut tout de même admettre des propositions répétées. Un budget de nœuds dans un trie peut ne pas correspondre clairement à des preuves lisibles.

L’emplacement de dépôt signalé, code source SALT, n’était pas accessible de manière cohérente durant les recherches. Les détails architecturaux allant au-delà du post doivent donc être considérés comme provisoires jusqu’à ce que le code et des tests reproductibles soient disponibles.

Ce qui a changé reste néanmoins clair. SALT passe d’un contexte de chatbot à un contexte d’agent, où la récupération de mémoire influence les actions de plusieurs modules. Cette transition transforme le rappel excessif d’une nuisance conversationnelle en problème de fiabilité à l’échelle du système.

Pourquoi l’attention de Horizon MachineLearning s’est portée sur l’excès de contexte

La discussion de horizon machinelearning importe, car l’ajout d’un contexte qui semble pertinent peut réduire la précision, même lorsque chaque phrase récupérée partage le thème de la requête.

Les modèles de langage ne considèrent pas toutes les informations fournies comme également utiles. Une fenêtre de contexte fixe la taille maximale de l’entrée, mais la capacité ne garantit pas une utilisation fiable. La position, la répétition, l’ambiguïté et la complexité de la tâche affectent toutes ce que le modèle suit réellement.

La classique étude sur le contexte long a testé les questions-réponses multi-documents et la récupération clé-valeur. Les chercheurs ont modifié l’emplacement des preuves pertinentes tout en conservant la réponse attendue inchangée. Les performances ont souvent suivi une courbe en U, favorisant les informations proches du début ou de la fin.

Dans une configuration rapportée, GPT-3.5-Turbo a obtenu de moins bons résultats que son niveau de référence sans documents de 56,1 pour cent lorsque le document pertinent était mal placé dans des contextes plus longs. Les chercheurs ont également constaté des rendements décroissants en récupérant des documents supplémentaires.

Le passage de 20 à 50 documents n’a amélioré les résultats que marginalement dans leur étude de cas de questions-réponses en domaine ouvert. Le rappel supplémentaire de récupération ne s’est pas traduit par des gains de réponse comparables. Le générateur ne pouvait pas exploiter efficacement tout ce matériel additionnel.

Des données plus récentes renforcent cet avertissement. Une étude de 2025 sur la longueur de contexte a constaté que des entrées plus longues peuvent nuire aux performances même lorsque la récupération elle-même est parfaite. Ce résultat sépare deux sources d’échec que les équipes regroupent souvent.

La première est l’erreur de récupération, lorsque le système choisit des preuves absentes, trompeuses ou incomplètes. La seconde est l’erreur d’utilisation, lorsque le modèle reçoit des preuves adéquates mais ne parvient pas à raisonner dessus de manière fiable. Réduire la première ne résout pas automatiquement la seconde.

Cette distinction explique pourquoi la couverture thématique peut sembler bonne dans un tableau de bord de récupération tandis que les réponses se dégradent. Une phrase peut appartenir au bon thème sans aider à résoudre la demande actuelle. Elle peut aussi introduire une valeur obsolète, une exception ou un concept voisin.

Prenons l’exemple d’un agent préparant un déploiement logiciel. Les souvenirs concernant la politique de déploiement, les incidents antérieurs, les tests, les autorisations et l’impact client correspondent tous au thème général. Pourtant, seuls l’environnement actuel, la version approuvée, l’état de l’incident en cours et les vérifications requises peuvent régir l’action d’aujourd’hui.

Un objectif de couverture peut récompenser l’incident historique parce qu’il ajoute de l’ampleur thématique. Le générateur peut alors mélanger d’anciennes contraintes avec les contraintes actuelles. Un petit modèle dispose de moins de capacité disponible pour distinguer la chronologie, l’autorité et l’applicabilité conditionnelle.

L’appartenance thématique est donc un faible indicateur de l’utilité causale. Les meilleures preuves récupérées ne sont pas simplement liées à la question. Elles doivent soutenir, contraindre, contredire ou lever une ambiguïté de manière substantielle dans la réponse.

Cette pression augmente dans les systèmes à plusieurs tours. Des chercheurs de Microsoft ont signalé une baisse moyenne de performance de 39 pour cent sur six tâches de génération lorsque les modèles testés traitaient des conversations sur plusieurs tours. Leur benchmark de conversation a constaté que les principaux modèles ouverts et fermés obtenaient de moins bons résultats que dans des contextes équivalents à un seul tour.

Les agents ajoutent une autre couche. Chaque module peut créer des résumés, des plans, des résultats d’outils, des observations et des messages d’état. Un système de mémoire partagé se retrouve alors face à plusieurs versions du même fait, chacune rédigée pour un objectif local différent.

La compression aide au stockage, mais elle ne garantit pas la pertinence décisionnelle. Un distracteur compressé reste un distracteur. Plusieurs résumés compressés peuvent également masquer la source originale qui faisait autorité.

Pour les créateurs d’une base de connaissances consultable, voici l’enseignement pratique. La qualité de la récupération doit être évaluée sur la réponse ou l’action finale, et pas seulement au niveau de l’index ou du classement.

Couverture et précision tirent la récupération de phrases dans des directions opposées

Le principal conflit de conception de SALT oppose la couverture à la précision, et non les tries aux bases de données vectorielles ou CELF à un autre optimiseur.

La couverture demande si l’ensemble sélectionné représente suffisamment d’aspects distincts d’un sujet. La précision demande si chaque élément sélectionné mérite un espace rare dans le prompt pour cette décision précise. Les deux sont utiles, mais ils récompensent des comportements différents.

Un classeur de pertinence pur renvoie souvent des phrases redondantes. Les éléments obtenant les meilleurs scores peuvent reformuler le même concept important avec de légères différences de formulation. La sélection sous-modulaire peut améliorer la diversité en réduisant la valeur des candidats qui ajoutent peu au-delà des éléments déjà sélectionnés.

L’utilisation signalée de CELF par SALT semble viser ce problème. Si l’objectif sous-jacent est sous-modulaire, la sélection gloutonne paresseuse peut approcher efficacement un ensemble de grande valeur. Pourtant, un optimiseur ne peut poursuivre que les valeurs encodées dans son objectif.

Si la couverture thématique attribue de la valeur à chaque nouveau sous-thème, le système recherchera l’étendue. Il ne sait pas qu’un sous-thème ne constitue que du contexte, tandis qu’un autre contient la contrainte décisive. Il ne peut pas non plus l’inférer de la seule efficacité informatique.

L’unité de récupération aggrave le problème. Les phrases sont faciles à noter et à réorganiser, mais les faits ne respectent pas toujours les limites des phrases. Une phrase apportant une nuance peut dépendre d’une définition, d’un horodatage, d’un locuteur ou d’une exception située à proximité.

Ne récupérer que la phrase qui semble contenir la réponse peut supprimer la provenance nécessaire. Récupérer tout son voisinage thématique peut restaurer la provenance, mais ajouter du bruit. Le système a besoin d’une unité de preuve qui préserve les dépendances sans importer tout un groupe thématique.

Une option est la récupération centrée sur les affirmations. Le système représenterait chaque souvenir comme une affirmation accompagnée de métadonnées, notamment la source, le moment, la portée, le niveau de confiance et des liens vers les nuances requises. La sélection porterait sur ces ensembles de preuves plutôt que sur des phrases isolées.

Une autre option est le gain marginal conditionné par la question. La valeur d’un candidat dépendrait de sa capacité à améliorer une réponse, à lever une ambiguïté, à fournir une étape manquante ou à contredire le brouillon actuel. La nouveauté thématique générale deviendrait un signal de soutien plutôt que l’objectif principal.

Aucune de ces approches n’élimine les arbitrages. L’extraction d’affirmations peut introduire des erreurs lors de l’ingestion. La notation conditionnée par la question peut ajouter de la latence et dépendre d’un autre modèle porteur de ses propres biais.

Elles exposent néanmoins toutes deux la véritable cible d’optimisation. La couche de récupération devrait maximiser l’utilité attendue de la tâche dans une enveloppe de tokens et de latence. Elle ne devrait pas maximiser la couverture de la mémoire en supposant que le générateur écartera l’excédent.

La politique fixe de 20 pour cent mérite un examen particulier. Les pourcentages sont pratiques pour l’échantillonnage du stockage, mais la capacité du prompt dépend d’un nombre absolu de tokens. La fiabilité du modèle varie également avec la complexité de la requête, la structure des preuves et le générateur utilisé.

Un meilleur budget s’adapterait au besoin de preuves. Une recherche directe pourrait nécessiter une affirmation étayée. Une comparaison pourrait exiger plusieurs alternatives. Un plan d’agent en plusieurs étapes pourrait nécessiter une chaîne de dépendances ainsi que des contradictions explicites.

Cela suggère un processus de récupération par étapes. Le premier passage devrait récupérer un noyau restreint et de haute précision. Un second passage ne devrait élargir la recherche que lorsque la réponse manque de soutien, contient de l’incertitude ou exige une étape de raisonnement supplémentaire.

La décision d’élargissement nécessite des critères mesurables. Un modèle peut identifier des affirmations non étayées, mais la confiance qu’il déclare lui-même est peu fiable. Des signaux plus fiables incluent les citations manquantes, les entités non résolues, les horodatages contradictoires et les échecs des vérifications de possibilité de réponse.

Le système devrait également séparer la mémoire stable de la mémoire épisodique. La mémoire stable contient des préférences durables, des politiques et des faits vérifiés. La mémoire épisodique enregistre les événements, les observations transitoires et les étapes antérieures dont la pertinence décroît avec le temps.

Sans cette séparation, un sélecteur de thèmes peut mélanger des règles permanentes et un état temporaire. Un agent pourrait suivre une ancienne solution de contournement après la fin de l’incident sous-jacent. Les métadonnées temporelles devraient donc influencer la sélection avant que le texte n’atteigne le modèle.

L’autorité compte autant que la récence. Une instruction utilisateur devrait prévaloir sur un résumé de cette instruction généré par un agent. Un résultat d’outil vérifié devrait prévaloir sur un plan spéculatif. La seule similarité thématique ne peut pas exprimer ces priorités.

La meilleure méthode de récupération de phrases combinera probablement plusieurs signaux. Ils incluent la correspondance lexicale, la similarité sémantique, la couverture des dépendances, le temps, l’autorité, la contradiction et l’utilité estimée pour la tâche. CELF peut toujours effectuer la sélection finale de l’ensemble si l’objectif intègre ces distinctions.

Cela ne rend pas le trie sans intérêt. La structure de stockage détermine la vitesse de recherche, la surcharge mémoire, le comportement de mise à jour et les relations disponibles. Cela signifie simplement que l’efficacité du stockage et la fiabilité des réponses appartiennent à des niveaux d’évaluation différents.

Les petits modèles révèlent d’abord l’échec de la récupération

Les petits modèles ne sont pas seulement des générateurs plus faibles ici ; ils servent de tests de résistance pour déterminer si la couche de récupération a séparé les preuves du bruit thématique.

Un grand modèle peut parfois se remettre d’un prompt encombré grâce à un meilleur suivi des instructions et à une meilleure discrimination contextuelle. Cette tolérance peut masquer les faiblesses du récupérateur. Le même contexte peut immédiatement submerger un petit modèle.

L’observation du développeur concernant les hallucinations mérite donc une interprétation prudente. Une récupération excessive peut être corrélée à des réponses non étayées, mais le billet n’établit pas de causalité. D’autres sources incluent des prompts faibles, des preuves manquantes, des mémoires contradictoires, des paramètres de décodage ou des limites propres au modèle.

Le terme hallucination peut également regrouper plusieurs défaillances. Un modèle peut inventer un fait, fusionner deux souvenirs, suivre des instructions obsolètes ou choisir la mauvaise alternative récupérée. Chaque défaillance exige une mesure différente et potentiellement une correction différente.

SALT a besoin d’une taxonomie des erreurs avant de modifier son sélecteur. Chaque réponse défaillante devrait indiquer si la preuve requise était absente, présente mais ignorée, contredite, incomplète ou submergée par des éléments distracteurs.

L’évaluation devrait comparer au moins quatre conditions de récupération. L’une ne devrait fournir aucune mémoire externe. Une autre ne devrait fournir qu’un ensemble de preuves de référence sélectionné par un humain. Une troisième devrait utiliser la sortie actuelle de SALT, et une quatrième devrait utiliser une sortie élaguée de manière agressive.

Cette comparaison sépare la récupération de la génération. Si le petit modèle échoue avec l’ensemble de référence, modifier les poids de CELF ne résoudra pas le problème central. S’il réussit avec les preuves de référence mais échoue avec la sortie de SALT, la précision devient l’objectif prioritaire.

Le benchmark devrait préserver des catégories de tâches réalistes. Les questions factuelles directes testent le rappel exact. Les questions à plusieurs sauts testent l’exhaustivité des dépendances. Les tâches d’agent testent si la mémoire récupérée mène au bon choix d’outil, aux bons paramètres et à la bonne condition d’arrêt.

Chaque catégorie nécessite des cas négatifs. Le corpus devrait contenir des phrases plausibles mais non pertinentes relevant du même thème, des versions obsolètes de faits réels, des contradictions explicites et des paraphrases dupliquées. Des distracteurs aléatoires trop simples surestimeront la qualité du système.

L’évaluation doit également faire varier la position des preuves. Les résultats sur les limites de contexte pour Gemini 2.5 Flash montrent que les modèles récents peuvent gérer la récupération simple d’une aiguille dans de longs contextes bien mieux que les systèmes antérieurs. Cette constatation constitue un contrepoids important aux affirmations générales sur l’échec universel du contexte.

Cependant, la simple récupération de faits n’est pas la même chose que le raisonnement à travers des mémoires concurrentes. Un modèle peut localiser un fait unique inséré tout en ayant des difficultés avec plusieurs affirmations liées, des exceptions et des évolutions temporelles. Le cas d’usage d’agent de SALT se rapproche davantage de la seconde catégorie.

Les tests devraient donc croiser la taille du modèle avec la composition du contexte. Le même ensemble récupéré devrait être envoyé à un petit modèle local, à un modèle plus puissant et à un évaluateur de type oracle. Les différences montreront si les améliorations viennent d’une mémoire plus propre ou d’une plus grande capacité de génération.

La précision devrait être rapportée à plusieurs niveaux. La précision au niveau des phrases compte combien de phrases récupérées se révèlent utiles. La précision au niveau des affirmations compte les propositions étayées. La précision des actions mesure si un agent choisit la bonne opération et les bons paramètres.

Le rappel doit rester visible. Élaguer tout sauf une phrase évidente peut accroître la précision tout en détruisant l’exhaustivité des raisonnements à plusieurs sauts. Un sélecteur sûr devrait identifier le plus petit ensemble de preuves suffisant, et non simplement le plus petit ensemble.

« Suffisant » signifie que l’ensemble étaye le résultat correct et conserve les qualifications nécessaires. Il devrait également inclure les contradictions décisives lorsque la mémoire contient des affirmations conflictuelles. Sinon, un prompt compact peut devenir erroné avec assurance.

Les tests d’ablation peuvent révéler quels composants de SALT sont utiles. Les chercheurs devraient désactiver la couverture thématique, modifier le budget en pourcentage, plafonner le nombre absolu de tokens, supprimer les doublons, ajouter la récence et ajouter séparément une pondération de l’autorité.

Ces expériences devraient utiliser des mémoires stockées et des requêtes identiques. Modifier le corpus entre les exécutions rendrait les comparaisons difficiles. Répéter les essais est également important lorsque la génération utilise l’échantillonnage.

La latence et l’utilisation mémoire devraient rester des métriques secondaires, sans disparaître. Un reranker qui améliore la précision mais ajoute un délai inacceptable peut compromettre un agent interactif. L’objectif est une frontière opérationnelle mesurée entre précision, tokens, latence et DRAM.

Le développeur devrait également consigner ce que chaque phrase récupérée a apporté. Un code de raison concis peut identifier une correspondance lexicale, une nouvelle affirmation, une contradiction, une dépendance temporelle ou l’autorité de la source. Ces journaux rendent la récupération excessive diagnostiable sans demander au générateur de s’expliquer.

Un risque important reste non vérifié. Il n’existe aucun benchmark public établissant la précision actuelle du chatbot de SALT, sa compression de mémoire ou ses performances d’agent. L’architecture devrait être présentée comme un rapport de projet précoce, et non comme une avancée validée.

Trois signaux montreront si SALT peut passer à l’échelle pour les agents

La prochaine étape de SALT devrait être un résultat de précision reproductible, et non un magasin de mémoire plus grand ou un budget de contexte plus généreux.

Le premier signal est un benchmark d’écart avec un oracle. Le développeur devrait comparer la récupération actuelle à un ensemble minimal de preuves sélectionné par des humains pour des tâches factuelles directes, à plusieurs sauts et d’action d’agent. Les résultats devraient être ventilés par taille de modèle.

Si SALT approche les performances de l’oracle tout en utilisant moins de tokens, les preuves étayeront sa stratégie de sélection thématique. Si l’écart se creuse pour les petits modèles, l’objectif actuel sélectionne une étendue que le générateur ne peut pas exploiter.

Le deuxième signal est la budgétisation adaptative. Une politique fixe de 20 pour cent devrait être mise en concurrence avec des plafonds absolus de tokens et une récupération par étapes. La comparaison devrait mesurer la précision des réponses, la réussite des actions, les affirmations récupérées, la latence et les assertions non étayées.

Une politique adaptative ne l’emporte que si elle préserve des chaînes de preuves complètes. Des nombres de tokens plus faibles, à eux seuls, affaibliraient le système s’ils supprimaient des exceptions ou des dépendances. Le résultat le plus probant améliorerait la précision sans réduire le rappel au niveau de la tâche.

Le troisième signal est une provenance tenant compte des modules lors des essais d’agents. Chaque mémoire devrait identifier son module d’origine, son horodatage, son autorité et son matériau source. Les tests devraient inclure des mémoires conflictuelles et obsolètes provenant de différents agents.

Si une sélection tenant compte de la provenance réduit les mauvaises actions, la mémoire multi-agent a besoin de plus que la dominance thématique. Elle a besoin de règles explicites concernant l’autorité, la fraîcheur et la contradiction. Si la provenance a peu d’effet, le problème principal se situe probablement ailleurs dans le classement ou la génération.

Ces signaux devraient figurer dans un paquet d’évaluation ouvert. Le paquet doit inclure des requêtes fixes, des preuves annotées, des journaux de récupération, des sorties générées, des paramètres de modèle et des règles de notation. Sans ces artefacts, les contributeurs externes ne peuvent pas isoler la raison pour laquelle un changement proposé fonctionne.

Les suggestions de la communauté peuvent tout de même être utiles avant l’existence d’un benchmark complet. Le projet pourrait tester la pertinence marginale maximale, le reranking par cross-encoder, le regroupement d’affirmations et la compression centrée sur la requête. Toutefois, aucune méthode ne devrait remplacer le sélecteur actuel sur la seule base d’anecdotes.

La conception la plus solide à court terme sera probablement prudente. Récupérer un noyau de preuves compact, préserver les qualifications associées et n’élargir qu’après avoir détecté un manque d’information spécifique. Acheminer les preuves sélectionnées selon la tâche de chaque module plutôt que de diffuser un contexte large unique.

Les systèmes d’agents ont également besoin d’une bonne hygiène de mémoire. Ils devraient fusionner les doublons, expirer les états temporaires, préserver les sources originales et distinguer les observations des conclusions. Sinon, la qualité de récupération se dégradera à mesure que les agents stockeront à répétition des dérivés de sorties antérieures.

Ce schéma ressemble à une copie avec perte. Un outil produit un fait, un agent le résume, un autre agent résume ce résumé, et le système de mémoire stocke chaque version. La couverture thématique peut récompenser ces éléments comme des preuves cohérentes malgré leur origine commune.

La déduplication tenant compte de la provenance peut empêcher qu’un consensus apparent ne provienne de copies répétées. Le sélecteur devrait regrouper les mémoires dérivées sous leurs preuves originales. Il peut alors éviter de consacrer des tokens de prompt à plusieurs paraphrases d’un même fait.

Les équipes qui développent un système personnel de connaissances font face à un défi connexe. Tout capturer n’est utile que lorsque le rappel préserve la pertinence, les frontières entre sources et le temps. La mémoire des agents amplifie le coût de ces distinctions lorsqu’elles sont mal établies.

Pour le débat Horizon Machine Learning, c’est le point décisif. SALT n’a pas besoin de prouver qu’un trie peut stocker une mémoire conversationnelle étendue. Il doit montrer que son sélecteur peut récupérer le plus petit ensemble de preuves suffisant à mesure que le nombre de mémoires et de modules augmente.

La prochaine contribution utile est donc mesurable : publier un ensemble d’échecs, annoter les preuves requises et comparer les politiques de récupération dans des conditions de modèle identiques. Quelle politique maintient les petits modèles précis sans masquer les faits nécessaires ?