什么是ReAct？

在大語言模型（LLM）領域中，ReAct 指的是一種結合了推理（Reasoning） 和行動（Acting） 的提示方法，全稱是 “ReAct: Synergizing Reasoning and Acting in Language Models”，最早由 Google Research 在 2022 年提出。

簡單理解

ReAct 提示（prompting）讓語言模型不僅進行推理（思考下一步），還能主動調用工具或采取行動，并根據反饋結果繼續推理和行動。

舉個例子：
假設模型要回答一個關于當前天氣的問題，而它本身并不知道當前天氣。

傳統方式（純推理）：

問：今天北京的天氣如何？
答：對不起，我沒有聯網，無法查看當前天氣。

ReAct方式（推理 reason+ 行動act）：

1. 模型先思考：要回答這個問題，我需要查找當前北京的天氣。
2. 行動：調用一個天氣 API 或瀏覽器搜索。
3. 接收結果：北京今天晴 32°C。
4. 再次思考：得到了天氣數據，現在可以回答了。
5. 輸出最終答案：北京今天晴，氣溫 32°C。

ReAct 的核心結構：

ReAct 提示通常包含多個交替的步驟，比如：

• Thought: 我需要知道X才能解答。
• Action: 查找X（比如調用工具或執行代碼）
• Observation: 得到X的結果。
• Thought: 基于結果，我可以得出結論。
• Answer: Y。

ReAct 的優點：

• 更強的邏輯推理能力
• 可以調用外部工具（如計算器、搜索引擎）
• 可以進行多步思考和調整
• 效果優于單純的Chain-of-Thought（CoT）推理

應用場景

• 多步驟問答
• 工具增強型問答（Tool-augmented QA）
• 任務規劃
• Web搜索、代碼執行等

ReAct與CoT區別

什么是CoT？

Chain-of-Thought (CoT) 推理是指一種讓大語言模型（LLM）在回答問題時，能夠通過分步推理的方式展開思考，而不是直接給出最終答案。CoT 方法幫助模型通過逐步推理得出答案，從而避免“跳過”關鍵的推理過程，提升其推理和解答能力。

CoT 推理的核心概念：

CoT 推理的關鍵是將問題分解為多個中間步驟，讓模型清楚地表達思考過程。這種方法模擬了人類在解決復雜問題時常常采用的思考方式：通過逐步分析、推導每一個小問題，最終得出結論。

舉個例子：

假設我們有一個數學問題：

問題：如果有3個蘋果，給了你2個蘋果，現在你一共有多少個蘋果？

沒有CoT的回答：

答：5個蘋果。

使用CoT的回答：

1. 我有3個蘋果。

2. 給了我2個蘋果。

3. 所以我總共有3 + 2 = 5個蘋果。

可以看到，CoT 會讓模型逐步地列出每一步的推理過程，而不僅僅是直接給出答案。

CoT 在不同領域的應用：

1. 數學推理：例如數學運算題，CoT 可以幫助模型一步步進行數值推導。
2. 自然語言理解：處理含有多步驟的語言理解任務，如推理題、翻譯、總結等。
3. 決策過程：例如在游戲、機器人控制、醫學診斷等場景中，CoT 可以幫助模型分步驟做出決策。

CoT 與 ReAct 的對比：

• CoT 專注于推理的過程，即通過思考和推導一步步得到答案。

• ReAct 則結合了推理和行動，也就是說，它不僅進行推理，還會根據需要調用外部工具或執行某些行動（如API調用、搜索等）。

例子對比：

1. CoT 例子：

• 問：一個果園里有 5 個樹，每棵樹上有 10 個蘋果，一共有多少個蘋果？

• CoT 推理：

  1. 每棵樹上有 10 個蘋果。2. 共有 5 棵樹。3. 所以總共有 5 * 10 = 50 個蘋果。
  

2. ReAct 例子（在需要查找信息的情況下）：

• 問：今天紐約的天氣如何？

• ReAct 推理：

   1. 我需要知道今天紐約的天氣。2. 行動：調用天氣查詢 API 或搜索天氣信息。3. 觀察：得到今天紐約的天氣是晴天，氣溫 30°C。4. 輸出：今天紐約的天氣是晴天，氣溫 30°C。