BroadRouter
Mulakan

ReAct (reason and act)

Dikemas kini

ReAct (reason and act) ialah corak prompt yang diperkenalkan oleh Yao et al. pada 2022, di mana model bahasa menyelang-seli jejak penaakulan dengan tindakan seperti carian atau panggilan alatan. Ia membaca setiap pemerhatian, mengemas kini rancangannya, dan mengulang sehingga dapat memberi jawapan akhir.

Juga dikenali sebagai: ReAct, ReAct agent, ejen ReAct, ReAct prompting, ReAct pattern, ReAct framework, reason and act

ReAct ialah corak di sebalik kebanyakan gelung ejen: fikir, bertindak, lihat hasilnya, fikir semula.

Cara ia berfungsi

Kertas ReAct (Yao et al., 2022) menyuruh model untuk “generate both reasoning traces and task-specific actions in an interleaved manner.” (Terjemahan BroadRouter: “menjana kedua-dua jejak penaakulan dan tindakan khusus tugas secara berselang-seli.”) Kertas itu menyatakan jejak penaakulan “help the model induce, track, and update action plans as well as handle exceptions,” (Terjemahan BroadRouter: “membantu model membentuk, menjejak dan mengemas kini rancangan tindakan serta mengendalikan pengecualian,”) manakala tindakan membolehkan model mengumpul fakta daripada sumber luar.

Dalam bentuk asal berasaskan teks, beberapa contoh dalam prompt mengajar 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"]

Kod anda menghuraikan setiap Action, menjalankannya, dan menambah Observation sebelum memanggil model semula.

Pada HotpotQA dan Fever, kertas itu melaporkan bahawa ReAct mengurangkan halusinasi dan perambatan ralat dengan membuat pertanyaan kepada API Wikipedia yang ringkas. Oleh sebab setiap langkah ditulis, trajektorinya juga lebih mudah diperiksa berbanding garis dasar tanpa jejak penaakulan.

Hari ini, gelung yang sama biasanya berjalan melalui tool calling berstruktur, bukan teks yang dihuraikan. Runner OpenAI Agents SDK, sebagai contoh, memanggil model, menjalankan sebarang panggilan alatan yang dipulangkannya, menambah hasilnya dan memanggil model semula sehingga jawapan akhir tiba.

Mengapa ia penting

  • Penambatan pada sumber. Bertindak pada data sebenar di antara pemikiran mengurangkan tekaan yang membawa kepada halusinasi.
  • Penyahpepijatan. Setiap thought dan observation kelihatan, jadi anda boleh nampak di mana larian tersasar.
  • Kos token. Setiap Thought, Action dan Observation kekal dalam sejarah dan dihantar semula pada giliran seterusnya. Larian ReAct 10 langkah menghantar langkah awalnya 10 kali. Artikel agent token budget memperincikannya.
  • Model penaakulan. Model yang menaakul sebelum menjawab melakukan sebahagian kerja “Thought” secara dalaman, sebagai token penaakulan.

Di BroadNet Inference

Anda boleh menjalankan gelung ReAct pada mana-mana model chat BroadNet, sama ada dengan format teks dan contoh few-shot atau dengan alatan berstruktur. Dokumentasi BroadNet menyenaraikan tool calling untuk GLM 5.3 dan Qwen3.8 27B. Tool calling with open models menunjukkan bentuk permintaannya.

DeepSeek V4.1 Flash, GLM 5.3 dan Qwen3.8 27B menaakul sebelum menjawab, dan penaakulan itu dikira dalam max_tokens. Tinggalkan ruang untuknya pada setiap langkah, atau tetapkan reasoning_effort kepada low.

Soalan lazim

Adakah ReAct sama dengan chain-of-thought?

Tidak. Chain-of-thought hanyalah penaakulan. ReAct menambah tindakan di antaranya, jadi model boleh mencari maklumat dan membetulkan dirinya berdasarkan apa yang ditemui, dan bukan hanya bergantung pada apa yang sudah diketahuinya.

Adakah saya masih menulis baris Thought dan Action dalam prompt hari ini?

Biasanya tidak. API moden memulangkan panggilan alatan berstruktur, dan model penaakulan berfikir sebelum menjawab. Idea ReAct, iaitu menaakul, bertindak kemudian memerhati, terus hidup dalam gelung ejen kebanyakan rangka kerja.

Apakah yang ditunjukkan oleh kertas ReAct?

Penulis melaporkan bahawa pada ALFWorld dan WebShop, ReAct mengatasi kaedah imitation learning dan reinforcement learning dengan kadar kejayaan mutlak 34% dan 10%, dengan hanya satu atau dua contoh dalam konteks dalam prompt.

Baca sebagai MarkdownTanya ChatGPTTanya ClaudeTanya Perplexity