Reasoning and Acting (prompting)

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 retrieval .

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

1. Fase di ragionamento (reasoning): il modello genera delle tracce di ragionamento, ovvero delle descrizioni dettagliate del suo processo di pensiero rispetto al problema corrnte
2. 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.

Paper

ReAct: Synergizing Reasoning and Acting in Language Models