简要介绍ReAct
⚠️ This post is created with the help of an artificial intelligence
ReAct 是一种将LLM的推理（Reasoning）和行动（Acting）能力交替结合的范式。
模式：Question - (Thought - Act - Observation) * n
样例：
这个图里1b和1c就是ReAct对比的两个baseline：只有CoT和只有Act（其实就是正常用prompt搞，但不加CoT）。
优势
- Hallucination，相对CoT而言可以在Act时引入外界真实信息
- Error Propagation（这个选词有点confusing，注意不要和普通BP搞混了），也是相对CoT而言允许模型在每一步根据新的“观察”来纠正之前的错误
- 泛化能力，相对CoT而言可以查外界资料，所以可以更好解决基座训练数据中不存在的问题或有时效性的问题
- 规划能力，相对仅Act而言CoT能提升分解和规划效果
- 在针对ReAct finetune后性能也超过其他方法（实事求是是好事，感慨ing）