ReAct

REACT: SYNERGIZING REASONING AND ACTING IN LANGUAGE MODELS(协调语言模型思考和动作)

动机:

现有的LLM的推理(语言理解)和行动(行为决策)这两个能力虽然足够强大,但是这两个方面是割裂的。人类之所以能够进行自我策略的调整也是因为能够将"任务导向的行动 "和"语言推理"结合起来。

所以这篇文章提出了ReAct框架;在环境中让单个智能交错 的进行推理和行动,以**"思考-动作-观察"**的方式执行任务。让模型在工作时解释其推理过程,使智能体的决策过程对人类更加透明,提高了其行为的可解释性和可信度。

先前LLM作为行动规划器的主要流程:

1.将多模态信息(如图像、环境状态)转化为文本;

2.用语言模型输出具体的行动计划或动作;

3.将计划输送给控制器(controller)来选择或执行这些动作。

缺陷:(standard)

1。缺乏链式思考,无法思考高层抽象的行为决策。

2。缺乏记忆功能,从而导致无法追踪当前任务进度,无法及时调整任务计划。

多跳问答问题上的四种范式的比较。

(1)standard:给定问题,直接输出答案。

(2)COT:给定问题,基于一步步思考的方式,给出答案。

缺点:仅仅依赖于模型内部知识的单步推理过程。

(3)Act-only:光行动不思考,基于行为序列ct来产生下一步的动作。

**形式化:**agent在环境中接收当前状态ot,然后基于某种策略\phi(at|ct)产生动作at,与环境交互;返回下一步的状态。以此形成一个行为序列ct;

【基于强化学习的方法 感觉就属于Act-only;因为RL也是基于大量的行为序列进行决策;但是他并没有对这些序列进行自主思考的能力,容易产生幻觉】

(4)ReAct:将LLM的动空间进行了扩展。

 = A ∪ L

A是原本的动作空间。

L是语言空间,"一个思考"或者"一个思考轨迹"。

**ReAct的实现方式:**也是以Promopt提示的方式实现。

由于语言空间L是没有约束的,也就是说LLM语言形式的思考如果不加约束的话,容易产生幻觉。所以需要Prompt中引入少量的**"in-context example"来引导模型生成合理**地动作A^。

ReAct和COT的对比:

  • ReAct 的轨迹更贴近事实,能避免臆想,倾向于真实信息的反馈;但灵活性稍弱;

  • CoT 使用模型内部知识,输出结构化的思考,但更容易"想象"错误的事实。

模型内/外知识结合:

  • A)ReAct → CoT-SC: 若 ReAct 在指定步骤数(HotpotQA 为 7 步,FEVER 为 5 步)内没有得出答案,则"回退"到 CoT-SC;

  • B)CoT-SC → ReAct: 若 CoT-SC 采样的结果过于分散(即多数答案少于一半,表示模型不自信),则"切换"为 ReAct,让模型试着借助外部检索来获得更多信息。

其中,CoT-SCSelf-Consistency) 版本:采样 21 条推理轨迹,取多数答案。

上图是在多跳问答(HotpotQA)和Fever(事实推理)上的比较。

1.在多跳问答中,ReAct的表现不如Standard;

原因分析:

  1. 对于简单的问答问题,感觉LLM自身的知识足以能够回答。Act和ReAct这种需要依赖多次检索的形式太繁琐,而且可能会检索不到"有用"的信息。
  2. 在处理长期复杂任务时可能遇到的内存和规划深度限制问题。比如当长时间检索不到有用信息时,上下文序列ct中含有大量噪声信息,过多的交互轮次可能让模型积累过多无效或错误上下文,从而引发幻觉和循环错误

这也是他为什么将CoT-SC和ReAct结合的原因。

在没有训练参数的前提下,组合使用 ReAct 和 CoT-SC 是效果最佳的提示方法;而一旦加入适当的微调,ReAct 就能全面领先,展现出高度的泛化能力和应用价值。

参考:

REACT: SYNERGIZING REASONING

AND ACTING IN LANGUAGE MODELS

https://zhuanlan.zhihu.com/p/29239667810

相关推荐
闲看庭前梦落花1 分钟前
Tensorflow实现手写数字识别
人工智能·python·tensorflow
一只鹿鹿鹿7 分钟前
【制造】erp和mes系统建设方案(word)
大数据·人工智能·web安全·信息化·软件系统
数琨创享TQMS质量数智化12 分钟前
数琨创享:德国高端制造企业QMS质量管理平台案例
大数据·人工智能·制造
虚谷231 小时前
从AI智能体出发,重构数据中台:迈向Agentic时代的数据能力体系
大数据·人工智能·企业数智化
D-海漠2 小时前
安全光幕Muting功能程序逻辑设计
服务器·网络·人工智能
顾默@2 小时前
个人电脑部署私有化大语言模型LLM
人工智能·语言模型·自然语言处理
AI视觉网奇2 小时前
语音识别数据集
人工智能·语音识别
卓码软件测评2 小时前
软件项目中标需要哪些东西?软件工程投标需要准备什么材料?
人工智能·功能测试·软件构建·开源软件·软件需求
martian6652 小时前
深度学习核心:卷积神经网络 - 原理、实现及在医学影像领域的应用
人工智能·深度学习·机器学习·cnn·卷积神经网络·dicom医学影像
万俟淋曦2 小时前
人工智能图像生成的道德利弊
人工智能·aigc·图像识别