BroadRouter
Mulai

ReAct (reason and act)

Diperbarui

ReAct (reason and act) adalah pola prompting yang diperkenalkan Yao dkk. pada 2022, di mana model bahasa menyelingi jejak penalaran dengan aksi seperti pencarian atau tool call. Model membaca setiap observasi, memperbarui rencananya, dan mengulanginya sampai bisa memberikan jawaban akhir.

Disebut juga: ReAct, agen ReAct, prompting ReAct, pola ReAct, ReAct agent, ReAct prompting, ReAct pattern, ReAct framework

ReAct adalah pola di balik sebagian besar agent loop: berpikir, bertindak, lihat hasilnya, berpikir lagi.

Cara kerjanya

Makalah ReAct (Yao dkk., 2022) meminta model untuk “generate both reasoning traces and task-specific actions in an interleaved manner.” (terjemahan: menghasilkan jejak penalaran dan aksi khusus tugas secara bergantian.) Makalah itu menyebut jejak penalaran “help the model induce, track, and update action plans as well as handle exceptions,” (terjemahan: membantu model menyusun, melacak, dan memperbarui rencana aksi serta menangani pengecualian), sementara aksi memungkinkan model mengumpulkan fakta dari sumber luar.

Dalam bentuk aslinya yang berbasis teks, beberapa contoh di prompt mengajari model format seperti ini:

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"]

Kode Anda mem-parse setiap Action, menjalankannya, dan menambahkan Observation sebelum memanggil model lagi.

Pada HotpotQA dan Fever, makalah itu melaporkan bahwa ReAct mengurangi halusinasi dan perambatan kesalahan dengan meng-query API Wikipedia sederhana. Karena setiap langkah tertulis, trajektorinya juga lebih mudah diperiksa dibanding baseline tanpa jejak penalaran.

Saat ini loop yang sama biasanya berjalan lewat tool calling terstruktur, bukan teks yang di-parse. Runner OpenAI Agents SDK, misalnya, memanggil model, menjalankan tool call yang dikembalikannya, menambahkan hasilnya, lalu memanggil model lagi sampai jawaban akhir tiba.

Mengapa penting

  • Grounding. Bertindak atas data nyata di antara langkah berpikir mengurangi tebakan yang menyebabkan halusinasi.
  • Debugging. Setiap thought dan observation terlihat, jadi Anda bisa melihat di mana sebuah run salah arah.
  • Biaya token. Setiap Thought, Action, dan Observation tetap ada di riwayat dan dikirim ulang pada giliran berikutnya. Run ReAct 10 langkah mengirim langkah-langkah awalnya 10 kali. Artikel anggaran token agen menguraikannya.
  • Model penalaran. Model yang bernalar sebelum menjawab mengerjakan sebagian pekerjaan “Thought” secara internal, sebagai token penalaran.

Di BroadNet Inference

Anda bisa menjalankan loop ReAct dengan model chat BroadNet mana pun, baik dengan format teks dan contoh few-shot maupun dengan tool terstruktur. Dokumentasi BroadNet mencantumkan tool calling untuk GLM 5.3 dan Qwen3.8 27B. Tool calling dengan model open-weight menunjukkan bentuk request-nya.

DeepSeek V4.1 Flash, GLM 5.3, dan Qwen3.8 27B bernalar sebelum menjawab, dan penalaran itu dihitung dalam max_tokens. Sisakan ruang untuknya di setiap langkah, atau set reasoning_effort ke low.

Pertanyaan umum

Apakah ReAct sama dengan chain-of-thought?

Tidak. Chain-of-thought hanya penalaran. ReAct menambahkan aksi di antaranya, sehingga model bisa mencari informasi dan mengoreksi dirinya berdasarkan temuannya, bukan hanya mengandalkan apa yang sudah ia ketahui.

Apakah saya masih menulis baris Thought dan Action di prompt saat ini?

Biasanya tidak. API modern mengembalikan tool call terstruktur, dan model penalaran berpikir sebelum menjawab. Ide ReAct, yaitu bernalar lalu bertindak lalu mengamati, tetap hidup di agent loop sebagian besar framework.

Apa yang ditunjukkan makalah ReAct?

Para penulis melaporkan bahwa pada ALFWorld dan WebShop, ReAct mengungguli metode imitation learning dan reinforcement learning dengan selisih tingkat keberhasilan absolut 34% dan 10%, hanya dengan satu atau dua contoh in-context di prompt.

Baca sebagai MarkdownTanya ChatGPTTanya ClaudeTanya Perplexity