Visualizza wikitesto di Reasoning and Acting (prompting)

[[Categoria:Tecnica]]
La tecnica di '''ReAct Prompting''', simile a quella del [[Self-Ask (prompting)]] viene usata per indurre un [[modello linguistico di grandi dimensioni]] a rispondere correttamente a domande più o meno complesse che implicano vari passaggi logici e di [[RAG|retrieval]] .

In particolare questa tecnica implica un ciclo in cui il modello alterna ciclicamente fra due fasi:

# '''Fase di ragionamento''' ('''reasoning'''): il modello genera delle tracce di ragionamento, ovvero delle descrizioni dettagliate del suo processo di pensiero rispetto al problema corrnte
# '''Fase di azione''' ('''acting'''): basandosi sugli output della fase di ragionamento il modello esegue azioni specifiche, come il recuper di dati da fonti esterne o l'esecuzione di calcoli con un linguaggio di programmazione, spesso implementata con [[function Calling]]

Questa tecnica rende l'LLM più abile nel rispondere soprattutto alle questioni di confonto, e quelle ''multi-hop'', che si trovano per esempio nel benchmark [[HotpotQA]].

[[File:React.png|nessuno|miniatura|700x700px|https://react-lm.github.io/]]

=== Paper ===
[https://arxiv.org/abs/2210.03629 ReAct: Synergizing Reasoning and Acting in Language Models]