Hvad betyder ReAct?
ReAct er en tilgang fra forskning i sprogmodeller, hvor problemløsning og handlinger flettes sammen. Modellen kan vælge et værktøj, modtage resultatet og bruge den nye observation til at fortsætte opgaven. Navnet sammentrækker reasoning og acting.
Det adskiller sig fra et enkelt tekstsvar, hvor modellen kun arbejder med det oprindelige input. En assistent kan eksempelvis først slå en produktmodel op og derefter hente den manual, der passer til netop modellen. Det andet skridt afhænger af den første observation.
ReAct er ikke det samme som JavaScript-biblioteket React, og navnet dokumenterer ikke, at en løsning har fri adgang til at handle. De tilladte værktøjer og deres virkninger bestemmes af applikationen. En praktisk implementering skal kunne begrænse og kontrollere forløbet.
Lad værktøjets faktiske resultat styre videre arbejde
Et værktøjskald kan lykkes, fejle eller returnere utilstrækkelige oplysninger. De situationer bør være tydelige i observationen. Hvis et opslag ikke fandt en ordre, må assistenten ikke omtale ordren, som om den blev verificeret.
Et kort spor over udførte handlinger og deres resultater kan gøre forløbet forståeligt. Det behøver ikke indeholde en lang gengivelse af modellens interne overvejelser. Det relevante er, hvad systemet faktisk gjorde, hvilket grundlag det modtog, og hvad der stadig er uafklaret.
Adskil informationssøgning fra ændringer
At læse en manual har en anden konsekvens end at ændre en reservation. Værktøjer bør derfor have afgrænsede tilladelser, og ændringer skal følge en passende godkendelsesproces. En genereret plan er ikke i sig selv autorisation til at udføre alle dens trin.
Begræns også antallet af skridt og håndtér gentagelser. Et forløb, der bliver ved med at søge efter den samme manglende oplysning, skal kunne stoppe og forklare blokeringen. Ved genforsøg må eksterne ændringer ikke utilsigtet udføres flere gange.
Et eksempel fra praksis
Et supportværktøj hjælper med at finde den korrekte installationsvejledning. Medarbejderen angiver et serienummer. Assistenten slår først serienummeret op, får en produktmodel og søger derefter i den tilhørende manual.
Hvis nummeret ikke findes, beder den om kontrol frem for at vælge en lignende model. Hvis manualen omtaler en sikkerhedsbegrænsning, vises den sammen med kildeafsnittet. Arbejdsgangen har kun læseværktøjer, så den ikke kan ændre kundens registrering eller sende et svar uden for det aftalte forløb.
Typiske faldgruber
- En foreslået handling omtales som gennemført uden værktøjsbekræftelse.
- Værktøjer har bredere adgang, end den konkrete opgave kræver.
- Agenten gentager kald uden at opdage, at den mangler et nødvendigt input.
Det skal I afklare
- Beskriv hvert værktøjs input, resultat og tilladte virkninger.
- Kontrollér fejl, manglende data og gentagne handlinger.
- Vis udførte handlinger og kildegrundlag i et forståeligt forløbsspor.
Spørgsmål og svar
Kræver ReAct adgang til internettet?
Nej. Værktøjerne kan være interne opslag, en beregner eller andre afgrænsede funktioner. Det afgørende er samspillet mellem handling og efterfølgende observation.
Er en ReAct-agent selvkørende uden kontrol?
Det behøver den ikke være. Applikationen kan kræve godkendelse, begrænse værktøjer og stoppe ved usikkerhed. De valg bør følge opgavens konsekvenser.
Kilder og videre læsning
De tekniske begreber bygger på nedenstående kilder. Eksemplerne er illustrative og viser, hvordan I kan arbejde med emnet.
- Yao m.fl.: ReAct ↗Oprindelig forskning i samspillet mellem problemløsning, handlinger og observationer.
- ReAct: Forfatternes projektside ↗Beskrivelse og eksempler på metodens forløb.