Sade anlatım
Çalışmayan bir arabanın başındaki usta küçük turlarla ilerler. Bir düşünce kurar (“muhtemelen akü”), onu sınar (voltajı ölçer), sonucu okur (“akü sağlam”) ve yeniden düşünür (“o zaman marş motoru”). Yalnızca düşünseydi tahminde kalırdı; yalnızca parça değiştirseydi öğleden sonrası boşa giderdi. Adı reason (akıl yürüt) ve act (eyleme geç) sözcüklerinden gelen ReAct, modeli aynı ritimle çalıştırır: düşünce, eylem, gözlem, sıradaki düşünce.
Neden önemli
Bugün kullanılan ajanların neredeyse tamamı bu fikrin devamıdır; bu yüzden terimi tanımakta yarar var: bir tedarikçi “ReAct ajanı” dediğinde kastettiği düşünme, araç kullanma ve sonuca bakmadan oluşan temel döngüdür; daha egzotik bir şey yoktur. Değeri, her düşüncenin bir sonraki kurulmadan önce taze bir olguyla sınanmasındadır. Sınırları da aynı tasarımdan doğar: ajan her seferinde tek adıma karar verir ve uzun görevlerde savrulabilir, her adım ücretli bir model çağrısıdır ve yazılan düşünceler gerçek gerekçelerin güvencesi sayılmaz.
Örnek
Bir analist, iki ambalaj tedarikçisinden hangisinin bu yılki hata oranının daha düşük olduğunu soruyor. Düşünce: iki oran da gerekli. Eylem: kalite veritabanında A tedarikçisini sorgula; gözlem: %1,8. Düşünce: sıra B tedarikçisinde. Eylem: aynı sorgu; gözlem: marttan sonra kayıt yok. Düşünce: veri eksik, muayene kayıtlarına bak. Eylem: kayıtlarda ara; gözlem: %2,6. Yanıt: A tedarikçisi; B'nin rakamının nereden geldiği de not ediliyor.
Bununla en çok karıştırılan kavram
ReAct ve Chain of Thought (CoT) arasındaki fark
Chain of thought, modelin tek bir yanıtın içinde adım adım akıl yürütmesini sağlar; üzerinde düşündüğü her şey ya istemde ya da eğitiminde vardır. ReAct buna dış dünyayı ekler: model düşünceler arasında bir şeye bakar ya da bir şeyi değiştirir, sıradaki düşünce de dönen sonuçtan başlar. Kâğıt üzerinde çözülebilen bir problemde chain of thought, bilgilerin dışarıdan getirilmesi gerektiğinde ReAct uygundur.
Köken: 2022'de Princeton Üniversitesi ve Google'dan Shunyu Yao ve arkadaşları tarafından “ReAct: Synergizing Reasoning and Acting in Language Models” makalesiyle tanıtıldı.
Teknik katman
2022 tarihli makalede modele sabit bir metin biçiminde (Thought, Action, Observation) birkaç çözümlü örnek verildi; her eylem kodla ayrıştırılıp çalıştırıldı ve gözlem metne eklendi. Yöntem soru yanıtlama (HotpotQA), doğruluk kontrolü (FEVER), metin tabanlı bir oyun (ALFWorld) ve web alışverişi (WebShop) görevlerinde sınandı; yalnızca akıl yürüten ve yalnızca eyleme geçen düzenlerle karşılaştırıldı. Bugün mekanik değişti, örüntü yerinde kaldı: metin ayrıştırmanın yerini modelin kendi araç çağırma yeteneği aldı, akıl yürüten modeller de araç çağrıları arasında hiçbir istem biçimine gerek kalmadan düşünüyor. Birçok çatı varsayılan ajanını hâlâ “ReAct ajanı” diye adlandırır. Alternatifler ve uzantılar: eyleme geçmeden önce tam bir plan yazan plan-and-execute ve başarısız bir denemeden sonra yazılı bir özeleştiri ekleyen Reflexion. Tuzaklar: sürekli başarısız olan bir eylemi yinelemek, bağlamı dolduran uzun izler ve enjekte edilmiş talimat taşıyan gözlemler. Adın, kullanıcı arayüzleri için kullanılan JavaScript kütüphanesi React ile bir ilgisi yoktur.