ReAct: agent vừa suy luận vừa hành động trong cùng một vòng lặp

Phát hiện chính

1. ReAct trộn chuỗi suy luận và hành động cụ thể xen kẽ trong cùng một vòng lặp, thay vì tách hai phần ra xử lý như những công đoạn riêng biệt; điểm khác biệt của paper là đặt cả hai trong đúng một vòng lặp duy nhất. (we explore the use of LLMs to generate both reasoning traces and task-specific actions in an interleaved manner)

2. Chuỗi suy luận giúp mô hình hình thành, theo dõi và cập nhật kế hoạch hành động, đồng thời xử lý ngoại lệ khi có gì đó sai, nên kế hoạch không vỡ tan ngay khi kết quả trả về khác dự kiến. (reasoning traces help the model induce, track, and update action plans as well as handle exceptions)

3. Trên hai nhiệm vụ ra quyết định tương tác là ALFWorld và WebShop, ReAct vượt phương pháp bắt chước và học tăng cường với mức thành công tuyệt đối cao hơn 34% và 10%, trong khi chỉ được cho một hoặc hai ví dụ trong ngữ cảnh. (On two interactive decision making benchmarks (ALFWorld and WebShop), ReAct outperforms imitation and reinforcement learning methods by an absolute success rate of 34% and 10% respectively, while being prompted with only one or two in-context examples)