什麼是ReAct
論文網址：https://arxiv.org/abs/2210.03629
ReAct Prompting 是一種結合了推理（Reasoning）和行動（Acting）的提示策略，旨在提升語言模型的推理能力和任務處理的靈活性。這種方法特別適合於需要多步推理的情境，讓模型不僅能回答問題，還能在每個步驟中進行推理、執行動作並根據回饋來調整答案。
ReAct Prompting 的核心概念
- Reasoning（推理）：模型會先根據提示中的問題進行邏輯推理，分析問題的各個面向，列出思路並規劃步驟。這部分相當於讓模型進行「思考」，幫助它理解問題的複雜性並制定解決方案。
- Acting（行動）：在每一步推理之後，模型可以「執行」一些動作，例如檢索資料、查詢外部知識庫或記錄結果。這些行動的結果會作為新的資訊，幫助模型進一步推理，逐步接近最終答案。
運作流程
ReAct Prompting 的過程可以分為以下幾個步驟：
- 問題理解與初步推理：模型首先對問題進行初步推理，理解問題的主要需求並分解問題。
- 執行動作：根據初步推理的結果，模型可以執行特定動作，例如查詢資料庫、檢索相關資料，或執行一個子任務來獲取更多資訊。
- 更新推理：根據執行動作的結果，模型會更新推理過程。例如，若查詢結果提供了新的線索，模型會基於這些線索進一步調整答案或行動。
- 循環進行：重複「推理-行動」的交替步驟，直到模型有足夠的資訊來生成最終答案。
ReAct Prompting 的優勢
- 增強多步推理能力：通過每一輪的推理和行動交替進行，ReAct Prompting 使得模型能夠處理更為複雜的問題。這種方法非常適合處理需要多步驟推理的問題，比如數學問題、邏輯推理和多跳問答（multi-hop QA）。
- 動態調整答案：ReAct Prompting 的行動步驟允許模型在獲得新資訊後更新答案，這樣模型能夠隨著獲取到的回饋逐步接近問題的核心，避免因初始答案偏差導致的錯誤。
- 提高解決任務的靈活性：ReAct Prompting 不僅讓模型進行靜態的回答，還讓它在回答過程中能夠進行行動、做出調整。這對於那些依賴多次查詢、反覆驗證的任務特別有用。
應用場景
- 複雜問答：如多跳查詢問題（例如，「在歷史上，第一位提到光速的科學家是誰？」），模型可以逐步檢索和推理。
- 數學推理問題：模型在每步推理後可以計算中間結果，逐步完成複雜的數學題。
- 任務執行：模型可以根據問題執行多步驟操作，例如根據指示查詢多個來源或執行多個指令來完成一個流程。
實際範例
假設問題是：「找出哪位科學家首次提出光速的概念，並描述他的研究貢獻。」
Step 1（推理）：模型認為首先需要查詢有關「光速概念的歷史背景」。
Step 2（行動）：模型查詢資料庫，得到早期研究光速的科學家名單，包括伽利略、牛頓等。
Step 3（推理）：模型分析這些科學家的貢獻，並找到提出光速具體數值的第一位科學家。
Step 4（行動）：模型查詢更多有關這位科學家的研究，得到其具體貢獻。
Step 5（最終回答）：模型將所有資訊彙整並給出答案，描述該科學家如何提出光速的概念及其相關研究。
