ज़्यादातर agent loops के पीछे ReAct पैटर्न है: सोचो, करो, नतीजा देखो, फिर सोचो।
यह कैसे काम करता है
ReAct पेपर (Yao और साथी, 2022) मॉडल से “generate both reasoning traces and task-specific actions in an interleaved manner.” (अनुवाद: reasoning traces और काम से जुड़ी कार्रवाइयाँ, दोनों बारी-बारी बनाने) को कहता है। पेपर के अनुसार reasoning traces “help the model induce, track, and update action plans as well as handle exceptions,” (अनुवाद: मॉडल को कार्रवाई की योजना बनाने, उस पर नज़र रखने और उसे अपडेट करने, और अपवाद सँभालने में मदद करते हैं), जबकि कार्रवाइयाँ मॉडल को बाहरी स्रोतों से तथ्य जुटाने देती हैं।
मूल टेक्स्ट वाले रूप में, प्रॉम्प्ट के कुछ उदाहरण मॉडल को ऐसा फ़ॉर्मैट सिखाते हैं:
Question: Which city hosted the event the author attended in 2019?
Thought: I need to find which event the author attended in 2019.
Action: search["author 2019 event"]
Observation: The author spoke at a conference in Lisbon in 2019.
Thought: The event was in Lisbon. That answers the question.
Action: finish["Lisbon"]
आपका कोड हर Action को parse करके चलाता है, और मॉडल को दोबारा कॉल करने से पहले Observation जोड़ता है।
HotpotQA और Fever पर पेपर बताता है कि एक सरल Wikipedia API से क्वेरी करके ReAct ने हैलुसिनेशन और ग़लतियों का आगे फैलना कम किया। हर क़दम लिखा होता है, इसलिए reasoning traces के बिना वाले baselines के मुक़ाबले इसकी trajectories जाँचना भी आसान था।
आज यही loop आम तौर पर parse किए टेक्स्ट के बजाय structured tool calling से चलता है। उदाहरण के लिए, OpenAI Agents SDK का runner मॉडल को कॉल करता है, लौटाई गई टूल कॉल चलाता है, नतीजे जोड़ता है और अंतिम जवाब आने तक मॉडल को फिर कॉल करता है।
यह क्यों मायने रखता है
- Grounding. विचारों के बीच असली डेटा पर कार्रवाई करने से वह अंदाज़ा घटता है जो हैलुसिनेशन की ओर ले जाता है।
- डीबगिंग. हर thought और observation दिखता है, इसलिए आप देख सकते हैं कि रन कहाँ ग़लत गया।
- टोकन की लागत. हर Thought, Action और Observation history में रहता है और अगले टर्न पर दोबारा भेजा जाता है। 10 क़दमों वाला ReAct रन अपने शुरुआती क़दम 10 बार भेजता है। एजेंट टोकन बजट वाला लेख इसका हिसाब समझाता है।
- रीज़निंग मॉडल. जो मॉडल जवाब से पहले सोचते हैं, वे “Thought” का कुछ काम अंदर ही रीज़निंग टोकन के रूप में कर लेते हैं।
BroadNet Inference पर
आप किसी भी BroadNet चैट मॉडल पर ReAct loop चला सकते हैं, या तो टेक्स्ट फ़ॉर्मैट और few-shot उदाहरणों के साथ, या structured tools के साथ। BroadNet के डॉक्स GLM 5.3 और Qwen3.8 27B के लिए tool calling दर्ज करते हैं। ओपन मॉडल के साथ tool calling अनुरोधों का ढाँचा दिखाता है।
DeepSeek V4.1 Flash, GLM 5.3 और Qwen3.8 27B जवाब से पहले सोचते हैं, और यह रीज़निंग max_tokens में गिनी जाती है। हर क़दम पर इसके लिए जगह छोड़ें, या reasoning_effort को low पर सेट करें।