Thèse Multi-Modal Interaction Between Llms Based on Multi-Agent Architecture And Their Impact on Fates Properties In MLOps H/F - Doctorat.Gouv.Fr

Établissement : Université de Toulouse École doctorale : EDMITT - Ecole Doctorale Mathématiques, Informatique et Télécommunications de Toulouse Laboratoire de recherche : IRIT : Institut de Recherche en Informatique de Toulouse Direction de la thèse : Meriem OUEDERNI ORCID 0000000246692087 Début de la thèse : 2026-10-01 Date limite de candidature : 2026-09-01T23:59:59 Ce projet de thèse propose d'étudier la dynamique des interactions multimodales au sein de systèmes multi-agents (SMA) basés sur des grands modèles de langage (LLM) et leur impact sur les propriétés de gouvernance essentielles, résumées par l'acronyme FATES (équité, responsabilité, transparence, éthique et sécurité). Pour remédier à l'opacité inhérente et aux risques liés à l'émergence de comportements autonomes, nous introduirons un protocole de contexte de modèle (MCP) structuré afin de régir formellement l'échange de connaissances et le partage de contexte entre les agents. L'ensemble du cycle de vie de la recherche respectera les principes du MLOps, garantissant ainsi que tous les tests, évaluations et rapports de résultats soient rigoureux, reproductibles et évolutifs. L'objectif principal est d'évaluer, de manière quantitative et qualitative, comment les interactions régies par le protocole MCP influencent les métriques clés des propriétés FATES. Cela aboutira à terme au développement d'un cadre de gouvernance complet et compatible avec le MLOps, conçu pour atténuer les risques et renforcer la fiabilité ainsi que la confiance du public envers les systèmes d'IA autonomes complexes. Ce travail s'inscrit dans la complémentarité avec le projet ANR FATES MLOps porté par Jean-Michel Bruel et l'intégration en cours dans l'équipe SMART. - Analyser l'impact de l'intégration des modèles de langage (LLM) sur le cycle de vie du développement logiciel (SDLC) pour les systèmes complexes, en évaluant notamment les gains de productivité face aux nouveaux défis de maintenabilité et de dette technique.
- Établir un cadre méthodologique robuste pour la validation et la vérification (V&V) des systèmes logiciels assistés par l'IA, afin de garantir leur fiabilité, leur reproductibilité et leur conformité aux exigences de sécurité dans des environnements dynamiques. - Procéder suivant la méthode ingénierie dirigée par les modèles pour définir un DSL de modélisation des workflow des agents interopérables.
- Considérer les méthodes formelles pour la vérification
- Combination des méthodes neuro-symboliques

- Excellence Académique
- Expertise Technique et hybride en logiciel et IA
- Compétences Méthodologiques et Recherche
- Soft Skills et Aptitudes Professionnelles