Gândesc agenții la oi electrice? Cadrul ReAct

Introducere în agenți AI

Adel Nehme

VP of AI Curriculum, DataCamp

Tipurile de gânduri ale modelului

¹ The Hugging Face Agents Course: https://github.com/huggingface/agents-course

Tipurile de gânduri ale modelului

Gând	Exemplu
Planificare	"Pentru a-i ajuta să se mute, voi căuta firme de mutări, voi compara prețurile și voi verifica disponibilitatea"

¹ The Hugging Face Agents Course: https://github.com/huggingface/agents-course

Tipurile de gânduri ale modelului

Gând	Exemplu
Planificare	"Pentru a-i ajuta să se mute, voi căuta firme de mutări, voi compara prețurile și voi verifica disponibilitatea"
Analiză	"Analizând cheltuielile lor, plătesc prea mult pentru abonamente pe care le folosesc rar"

¹ The Hugging Face Agents Course: https://github.com/huggingface/agents-course

Tipurile de gânduri ale modelului

Gând	Exemplu
Planificare	"Pentru a-i ajuta să se mute, voi căuta firme de mutări, voi compara prețurile și voi verifica disponibilitatea"
Analiză	"Analizând cheltuielile lor, plătesc prea mult pentru abonamente pe care le folosesc rar"
Luarea deciziilor	"Deoarece au nevoie până mâine, ar trebui să sugerez livrare rapidă, în ciuda costului suplimentar"

¹ The Hugging Face Agents Course: https://github.com/huggingface/agents-course

Tipurile de gânduri ale modelului

Gând	Exemplu
Planificare	"Pentru a-i ajuta să se mute, voi căuta firme de mutări, voi compara prețurile și voi verifica disponibilitatea"
Analiză	"Analizând cheltuielile lor, plătesc prea mult pentru abonamente pe care le folosesc rar"
Luarea deciziilor	"Deoarece au nevoie până mâine, ar trebui să sugerez livrare rapidă, în ciuda costului suplimentar"
Rezolvarea problemelor	"Pentru a optimiza acest cod, ar trebui mai întâi să-l profilez pentru a identifica blocajele"

¹ The Hugging Face Agents Course: https://github.com/huggingface/agents-course

Tipurile de gânduri ale modelului

Gând	Exemplu
Integrarea memoriei	"Au menționat săptămâna trecută că sunt intoleranți la lactoză, deci voi exclude lactatele din sugestiile de rețete"

¹ The Hugging Face Agents Course: https://github.com/huggingface/agents-course

Tipurile de gânduri ale modelului

Gând	Exemplu
Integrarea memoriei	"Au menționat săptămâna trecută că sunt intoleranți la lactoză, deci voi exclude lactatele din sugestiile de rețete"
Auto-reflecție	"Explicația mea a fost prea tehnică - voi simplifica folosind analogii din viața de zi cu zi"

¹ The Hugging Face Agents Course: https://github.com/huggingface/agents-course

Tipurile de gânduri ale modelului

Gând	Exemplu
Integrarea memoriei	"Au menționat săptămâna trecută că sunt intoleranți la lactoză, deci voi exclude lactatele din sugestiile de rețete"
Auto-reflecție	"Explicația mea a fost prea tehnică - voi simplifica folosind analogii din viața de zi cu zi"
Stabilirea obiectivelor	"Înainte de a planifica rutina lor de antrenament, trebuie să înțeleg nivelul de fitness și timpul disponibil"

¹ The Hugging Face Agents Course: https://github.com/huggingface/agents-course

Tipurile de gânduri ale modelului

Gând	Exemplu
Integrarea memoriei	"Au menționat săptămâna trecută că sunt intoleranți la lactoză, deci voi exclude lactatele din sugestiile de rețete"
Auto-reflecție	"Explicația mea a fost prea tehnică - voi simplifica folosind analogii din viața de zi cu zi"
Stabilirea obiectivelor	"Înainte de a planifica rutina lor de antrenament, trebuie să înțeleg nivelul de fitness și timpul disponibil"
Prioritizare	"Ar trebui să rezerve mai întâi zborurile, nu hotelul, deoarece prețurile biletelor cresc mai repede"

¹ The Hugging Face Agents Course: https://github.com/huggingface/agents-course

Cadrul ReAct: De unde provin gândurile

react

¹ Yao, S., Zhao, J., Yu, D., Du, N., Shafran, I., Narasimhan, K., Cao, Y. (2022). ReAct: Synergizing Reasoning and Acting in Language Models. arXiv preprint arXiv:2210.03629.

Cadrul ReAct: Raționament și acțiune

Raționament

Acțiune

¹ Yao, S., Zhao, J., Yu, D., Du, N., Shafran, I., Narasimhan, K., Cao, Y. (2022). ReAct: Synergizing Reasoning and Acting in Language Models. arXiv preprint arXiv:2210.03629.

Cadrul ReAct: Raționament și acțiune

Raționament

Promptare prin lanț de gândire

[Prompt...]. Gândește pas cu pas.

Acțiune

¹ Yao, S., Zhao, J., Yu, D., Du, N., Shafran, I., Narasimhan, K., Cao, Y. (2022). ReAct: Synergizing Reasoning and Acting in Language Models. arXiv preprint arXiv:2210.03629.

Cadrul ReAct: Raționament și acțiune

Raționament

Promptare prin lanț de gândire

[Prompt...]. Gândește pas cu pas.

Acțiune

Exemple Gând > Acțiune > Observație

[Prompt...]. Urmează acest format:

Gând: [Gândește-te la ce trebuie calculat mai întâi]

Acțiune: [Efectuează calculul]

Observație: [Rezultatul calculului]

...repetă după caz...

Răspuns final: [Soluția completă]

¹ Yao, S., Zhao, J., Yu, D., Du, N., Shafran, I., Narasimhan, K., Cao, Y. (2022). ReAct: Synergizing Reasoning and Acting in Language Models. arXiv preprint arXiv:2210.03629.

ReAct în practică: Aritmetică simplă

gpt-4o

ReAct în practică: Aritmetică simplă

Întrebarea

Calculează costul total dacă cumpăr 3 laptopuri la 899$ fiecare, cu o reducere de 15% și un impozit pe vânzări de 8%

Răspunsul corect

$2475.85

ReAct în practică: Aritmetică simplă

incorrect

Promptul folosit

Calculează costul total dacă cumpăr 3 laptopuri la 899$ fiecare, cu o reducere de 15% și un impozit pe vânzări de 8%. Returnează doar răspunsul.

ReAct în practică: Aritmetică simplă

correct

Promptul folosit

Calculate the total cost if I buy 3 laptops at $899 
each with a 15% discount and 8% sales tax. Think step by step.

Follow this format:

Thought: [Think about what to calculate first]
Action: [Perform calculation]
Observation: [Result of calculation]
...repeat as needed...
Final Answer: [Complete solution]

Example:

Thought: Calculate base cost first
Action: 2 × $50 = $100
Thought: Apply 10% discount
Action: $100 - ($100 × 0.10) = $90
Final Answer: Total is $90

Fără promptare ReAct

incorrect_answer

Răspunsul corect $2475.85

Răspunsul ChatGPT: $2,776.63

Cu promptare ReAct

correct_answer

Răspunsul corect $2475.85

Răspunsul ChatGPT: $2475.85

ReAct ca mod de gândire

ReAct face parte din promptul de sistem al modelului

Prompturile de sistem sunt instrucțiuni ascunse care definesc comportamentul modelului pe parcursul tuturor conversațiilor.

¹ Image generated with GPT-4o

Modele de raționament și ReAct

ReAct este deosebit de util pentru modelele de limbaj „tradiționale", precum seria GPT
Modelele de raționament din generația nouă sunt antrenate explicit să gândească pas cu pas și nu au nevoie de promptare ReAct

$$ Exemple de modele de raționament

Seria OpenAI o
Seria DeepSeek R
Modelele de gândire Gemini

Cum recunoaștem un model de raționament

thinking_models

Să exersăm!

Introducere în agenți AI