BroadRouter
شروع کریں

ReAct (reason and act)

اپ ڈیٹ

ReAct (reason and act) ایک پرامپٹنگ پیٹرن ہے، جسے Yao اور ساتھیوں نے 2022 میں متعارف کرایا، جس میں لینگویج ماڈل reasoning traces کو سرچ یا ٹول کالز جیسی کارروائیوں کے ساتھ باری باری چلاتا ہے۔ وہ ہر observation پڑھتا ہے، اپنا منصوبہ اپ ڈیٹ کرتا ہے، اور حتمی جواب تک یہی دہراتا ہے۔

دوسرے نام: ReAct، ری ایکٹ ایجنٹ، react agent kya hai، react prompting kya hai، ReAct agent، ReAct prompting، ReAct pattern، ReAct framework

زیادہ تر agent loops کے پیچھے ReAct پیٹرن ہے: سوچو، کرو، نتیجہ دیکھو، پھر سوچو۔

یہ کیسے کام کرتا ہے

ReAct مقالہ (Yao اور ساتھی، 2022) ماڈل سے کہتا ہے کہ وہ “generate both reasoning traces and task-specific actions in an interleaved manner.” (ترجمہ: reasoning traces اور کام سے متعلق کارروائیاں، دونوں باری باری بنائے)۔ مقالے کے مطابق reasoning traces “help the model induce, track, and update action plans as well as handle exceptions,” (ترجمہ: ماڈل کو کارروائی کے منصوبے بنانے، ان پر نظر رکھنے اور انہیں اپ ڈیٹ کرنے، اور استثنائی صورتیں سنبھالنے میں مدد دیتے ہیں)، جبکہ کارروائیاں ماڈل کو بیرونی ذرائع سے حقائق جمع کرنے دیتی ہیں۔

اصل متن پر مبنی شکل میں، پرامپٹ کی چند مثالیں ماڈل کو ایسا فارمیٹ سکھاتی ہیں:

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"]

آپ کا کوڈ ہر Action کو parse کر کے چلاتا ہے، اور ماڈل کو دوبارہ کال کرنے سے پہلے Observation جوڑتا ہے۔

HotpotQA اور Fever پر مقالہ بتاتا ہے کہ ایک سادہ Wikipedia API سے کوئری کر کے ReAct نے ہیلوسینیشن اور غلطیوں کا آگے پھیلنا کم کیا۔ ہر قدم لکھا ہوتا ہے، اس لیے reasoning traces کے بغیر والے baselines کے مقابلے میں اس کی trajectories جانچنا بھی آسان تھا۔

آج یہی loop عموماً parse کیے گئے متن کے بجائے منظم tool calling کے ذریعے چلتا ہے۔ مثال کے طور پر OpenAI Agents SDK کا runner ماڈل کو کال کرتا ہے، واپس آنے والی ٹول کالز چلاتا ہے، نتائج جوڑتا ہے اور حتمی جواب آنے تک ماڈل کو پھر کال کرتا ہے۔

یہ کیوں اہم ہے

  • Grounding۔ خیالات کے درمیان حقیقی ڈیٹا پر کارروائی کرنے سے وہ اندازے کم ہوتے ہیں جو ہیلوسینیشن کی طرف لے جاتے ہیں۔
  • ڈیبگنگ۔ ہر thought اور observation نظر آتا ہے، اس لیے آپ دیکھ سکتے ہیں کہ رن کہاں غلط گیا۔
  • ٹوکن کی لاگت۔ ہر Thought، Action اور Observation ہسٹری میں رہتا ہے اور اگلے ٹرن پر دوبارہ بھیجا جاتا ہے۔ 10 قدموں والا ReAct رن اپنے ابتدائی قدم 10 بار بھیجتا ہے۔ ایجنٹ ٹوکن بجٹ والی تحریر اس کا حساب سمجھاتی ہے۔
  • ریزننگ ماڈلز۔ جو ماڈل جواب سے پہلے سوچتے ہیں، وہ “Thought” کا کچھ کام اندر ہی ریزننگ ٹوکنز کی صورت میں کر لیتے ہیں۔

BroadNet Inference پر

آپ کسی بھی BroadNet چیٹ ماڈل پر ReAct loop چلا سکتے ہیں، یا تو متن کے فارمیٹ اور few-shot مثالوں کے ساتھ، یا منظم tools کے ساتھ۔ BroadNet کی دستاویزات GLM 5.3 اور Qwen3.8 27B کے لیے tool calling درج کرتی ہیں۔ اوپن ماڈلز کے ساتھ tool calling درخواستوں کی ساخت دکھاتی ہے۔

DeepSeek V4.1 Flash، GLM 5.3 اور Qwen3.8 27B جواب سے پہلے سوچتے ہیں، اور یہ ریزننگ max_tokens میں شمار ہوتی ہے۔ ہر قدم پر اس کے لیے گنجائش چھوڑیں، یا reasoning_effort کو low پر سیٹ کریں۔

عام سوالات

کیا ReAct اور chain-of-thought ایک ہی ہیں؟

نہیں۔ Chain-of-thought صرف reasoning ہے۔ ReAct درمیان میں کارروائیاں جوڑتا ہے، تاکہ ماڈل چیزیں تلاش کر سکے اور جو ملے اس کی بنیاد پر خود کو درست کر سکے، بجائے صرف اس پر انحصار کرنے کے جو وہ پہلے سے جانتا ہے۔

کیا آج بھی پرامپٹس میں Thought اور Action سطریں لکھنی پڑتی ہیں؟

عموماً نہیں۔ جدید APIs منظم ٹول کالز واپس کرتے ہیں، اور ریزننگ ماڈلز جواب سے پہلے سوچتے ہیں۔ ReAct کا خیال، یعنی سوچو، پھر کرو، پھر دیکھو، زیادہ تر فریم ورکس کے agent loop میں زندہ ہے۔

ReAct مقالے نے کیا دکھایا؟

مصنفین بتاتے ہیں کہ ALFWorld اور WebShop پر ReAct نے imitation اور reinforcement learning طریقوں کو 34% اور 10% کی absolute success rate سے پیچھے چھوڑا، صرف ایک یا دو in-context مثالوں والے پرامپٹ سے۔

Markdown میں پڑھیںChatGPT سے پوچھیںClaude سے پوچھیںPerplexity سے پوچھیں