什么是ReAct？

在大语言模型（LLM）领域中，ReAct 指的是一种结合了推理（Reasoning） 和行动（Acting） 的提示方法，全称是 “ReAct: Synergizing Reasoning and Acting in Language Models”，最早由 Google Research 在 2022 年提出。

简单理解

ReAct 提示（prompting）让语言模型不仅进行推理（思考下一步），还能主动调用工具或采取行动，并根据反馈结果继续推理和行动。

举个例子：
假设模型要回答一个关于当前天气的问题，而它本身并不知道当前天气。

传统方式（纯推理）：

问：今天北京的天气如何？
答：对不起，我没有联网，无法查看当前天气。

ReAct方式（推理 reason+ 行动act）：

1. 模型先思考：要回答这个问题，我需要查找当前北京的天气。
2. 行动：调用一个天气 API 或浏览器搜索。
3. 接收结果：北京今天晴 32°C。
4. 再次思考：得到了天气数据，现在可以回答了。
5. 输出最终答案：北京今天晴，气温 32°C。

ReAct 的核心结构：

ReAct 提示通常包含多个交替的步骤，比如：

• Thought: 我需要知道X才能解答。
• Action: 查找X（比如调用工具或执行代码）
• Observation: 得到X的结果。
• Thought: 基于结果，我可以得出结论。
• Answer: Y。

ReAct 的优点：

• 更强的逻辑推理能力
• 可以调用外部工具（如计算器、搜索引擎）
• 可以进行多步思考和调整
• 效果优于单纯的Chain-of-Thought（CoT）推理

应用场景

• 多步骤问答
• 工具增强型问答（Tool-augmented QA）
• 任务规划
• Web搜索、代码执行等

ReAct与CoT区别

什么是CoT？

Chain-of-Thought (CoT) 推理是指一种让大语言模型（LLM）在回答问题时，能够通过分步推理的方式展开思考，而不是直接给出最终答案。CoT 方法帮助模型通过逐步推理得出答案，从而避免“跳过”关键的推理过程，提升其推理和解答能力。

CoT 推理的核心概念：

CoT 推理的关键是将问题分解为多个中间步骤，让模型清楚地表达思考过程。这种方法模拟了人类在解决复杂问题时常常采用的思考方式：通过逐步分析、推导每一个小问题，最终得出结论。

举个例子：

假设我们有一个数学问题：

问题：如果有3个苹果，给了你2个苹果，现在你一共有多少个苹果？

没有CoT的回答：

答：5个苹果。

使用CoT的回答：

1. 我有3个苹果。

2. 给了我2个苹果。

3. 所以我总共有3 + 2 = 5个苹果。

可以看到，CoT 会让模型逐步地列出每一步的推理过程，而不仅仅是直接给出答案。

CoT 在不同领域的应用：

1. 数学推理：例如数学运算题，CoT 可以帮助模型一步步进行数值推导。
2. 自然语言理解：处理含有多步骤的语言理解任务，如推理题、翻译、总结等。
3. 决策过程：例如在游戏、机器人控制、医学诊断等场景中，CoT 可以帮助模型分步骤做出决策。

CoT 与 ReAct 的对比：

• CoT 专注于推理的过程，即通过思考和推导一步步得到答案。

• ReAct 则结合了推理和行动，也就是说，它不仅进行推理，还会根据需要调用外部工具或执行某些行动（如API调用、搜索等）。

例子对比：

1. CoT 例子：

• 问：一个果园里有 5 个树，每棵树上有 10 个苹果，一共有多少个苹果？

• CoT 推理：

  1. 每棵树上有 10 个苹果。2. 共有 5 棵树。3. 所以总共有 5 * 10 = 50 个苹果。
  

2. ReAct 例子（在需要查找信息的情况下）：

• 问：今天纽约的天气如何？

• ReAct 推理：

   1. 我需要知道今天纽约的天气。2. 行动：调用天气查询 API 或搜索天气信息。3. 观察：得到今天纽约的天气是晴天，气温 30°C。4. 输出：今天纽约的天气是晴天，气温 30°C。