LegközelebbKövetkező útmutató
Tervező-végrehajtó ügynökök
Alkalmazások
Alkalmazási ÚTMUTATÓ
A ReAct egy nyelvi modellre vonatkozó promptolási minta, amely a következtetési nyomokat külső eszköz vagy környezet műveleteivel és megfigyeléseivel váltogatja.
Hallgassa meg ezt az útmutatótAI-narrált · ~1 min
The original paper evaluates it on knowledge-intensive question answering and interactive decision-making tasks.
The ReAct paper prompts language models to interleave reasoning traces and task-specific actions, using observations from an external environment to update plans. It evaluates HotpotQA and FEVER with a Wikipedia API and interactive decision benchmarks including ALFWorld and WebShop. The authors report a 34-point absolute success-rate improvement on ALFWorld and 10 points on WebShop over the baselines used in their experiments. These findings are specific to the tested tasks and prompts.
Representing a trajectory as Thought, Action, Observation and a final answer.
Using the paper’s Wikipedia API to retrieve evidence for HotpotQA and FEVER questions.
Updating a plan after an environment returns an observation.
Comparing the original paper’s ReAct results with reasoning-only and acting-only baselines in its tested tasks.
Evaluate ReAct-style loops on the specific environment, tool reliability and task distribution. Include access limits, error handling and stopping conditions; the paper’s benchmark results do not guarantee safety or accuracy in unrelated deployments.
Ingyenes hírlevél
Minden hétköznap reggel három ellenőrzött AI történet, egyszerű angol nyelven. Örökké ingyen, hirdetések nélkül.
Minden hétköznap egy e-mail. Egy kattintással lemondhat. Soha nem értékesítjük vagy osztjuk meg az Ön címét.
Teszteld magad
Azonnali visszajelzés minden válaszra, és megosztható tanúsítvány egy ellenőrizhető azonosítóval, miután sikeresen teljesít egy kurzust.
Támogassa az ingyenes AI oktatást. AI Understanding egy 501(c)(3) nonprofit – nincs hirdetés, nincs fizetőfal, soha. Tegyen adományt
ReAct is a language-model prompting pattern that interleaves reasoning traces with actions and observations from an external tool or environment. The original paper evaluates it on knowledge-intensive question answering and interactive decision-making tasks.
A ReAc a Reasoning and Acting rövidítése; összefonja a gondolati láncolatokat konkrét cselekvésekkel, például eszközhívásokkal.
A ReAct ciklus végighalad egy gondolaton (terv), egy cselekvésen (eszközhívás) és egy megfigyelésen (az eredmény), és addig ismétlődik, amíg elkészül.
A megfigyelés az a visszacsatolás, amelyet a rendszer a modell által kiválasztott művelet futtatása után ad vissza, amelyet a modell azután megfontol.
Azáltal, hogy az érvelést az eszközökből származó valós megfigyelésekhez kapcsolja, a modell a válaszok kitalálása helyett a tényeket és a helyes irányt tudja ellenőrizni.
The original ReAct paper reports an absolute success-rate improvement of 34 points over imitation and reinforcement-learning baselines on ALFWorld, with a separate 10-point result on WebShop; this is scoped to its experiments.
Tanulj tovább
További útmutatók készültek ehhez a témához
LegközelebbKövetkező útmutató
Tervező-végrehajtó ügynökök
Alkalmazások