ReAct ایجنٹ پیٹرن

It matters because it lets language models tackle multi-step problems and ground their answers in real, up-to-date information instead of guessing.

2022 کے تحقیقی مقالے میں متعارف کرایا گیا، ReAct دو آئیڈیاز کو یکجا کرتا ہے جو پہلے الگ الگ استعمال کیے جاتے تھے: چین آف تھیٹ ریجننگ (ماڈل 'زور سے سوچتا ہے') اور ٹول کا استعمال (ماڈل کارروائی کرتا ہے)۔ ReAct لوپ میں، ماڈل ایک سوچ پیدا کرتا ہے جس میں اس کے منصوبے کی وضاحت ہوتی ہے، ایک ایکشن جیسے کہ سرچ سوال یا API کال، اور پھر ایک مشاہدہ موصول ہوتا ہے، جو اس کارروائی کا نتیجہ ہوتا ہے۔ یہ اس تھیٹ-ایکشن- آبزرویشن سائیکل کو دہراتا ہے، نئی معلومات کے آتے ہی اپنے استدلال کو اپ ڈیٹ کرتا ہے، جب تک کہ وہ کوئی حتمی جواب نہ دے سکے۔ یہ انٹرلیونگ ماڈل کو یہ فیصلہ کرنے دیتی ہے کہ اسے ابھی بھی کیا جاننے کی ضرورت ہے اور اسے حاصل کریں۔ ReAct جدید AI ایجنٹوں کے لیے ایک بنیادی خاکہ بن گیا اور اسسٹنٹ بنانے کے لیے استعمال کیے جانے والے بہت سے ایجنٹ فریم ورک کو زیر کرتا ہے جو ڈیٹا بیس کو براؤز کرتے ہیں، استفسار کرتے ہیں اور سافٹ ویئر چلاتے ہیں۔