ReAct Prompting
يجعل التلقين بأسلوب ReAct نموذج اللغة الكبير يتناوب بين خطوات الاستدلال وإجراءات مثل البحث أو استدعاء الأدوات، ويقرأ كل نتيجة قبل أن يقرر الخطوة التالية.
يُناوب توجيه ReAct، وهو اختصار للاستدلال والفعل، النموذج اللغوي الكبير (LLM) بين كتابة فكرة عن المهمة واتخاذ إجراء مثل البحث أو استدعاء أداة وقراءة الملاحظة التي يعيدها الإجراء، مع تكرار الدورة حتى يتمكن من الإجابة. يخطط الاستدلال للإجراءات ويتابعها، بينما تجلب الإجراءات حقائق من خارج النموذج، فتستند الإجابات إلى أدلة مسترجعة بدلًا من الذاكرة وحدها. وقدّم Shunyu Yao وزملاؤه في جامعة Princeton وGoogle Research الطريقة في ReAct: تعزيز التآزر بين الاستدلال والفعل في النماذج اللغوية، التي عُرضت في ICLR 2023. وباستخدام مثال واحد أو مثالين فقط في المطالبة، تفوق ReAct على أساليب التعلّم بالمحاكاة والتعلّم المعزز المدرّبة على بيانات أكثر بكثير، بفارق 34 و10 نقاط مئوية في معدل النجاح المطلق في مهام ALFWorld المنزلية ومعيار WebShop للتسوق عبر الإنترنت. وتنفذ وكلاء الذكاء الاصطناعي الحالية التي تستخدم الأدوات الحلقة نفسها.
كيف يعمل ReAct#
مطالبة ReAct مطالبة قليلة الأمثلة تتضمن بضعة مسارات مثالية، يتبع كلًا منها سؤال تتداخل بعده أسطر الفكرة والإجراء والملاحظة. وعند تلقي سؤال جديد، يكتب النموذج فكرة وإجراءً ثم يتوقف. ويحلل كود المتحكم الإجراء، وينفذ الأداة المناسبة، ويضيف النتيجة بوصفها الملاحظة التالية، ثم يستدعي النموذج مجددًا مع سجل أطول. وقد زودت الورقة النموذج، للإجابة عن الأسئلة، بواجهة بسيطة لـWikipedia تتضمن ثلاثة إجراءات: يعيد search[entity] الجمل الأولى من الصفحة، ويعيد lookup[string] الجملة التالية في الصفحة الحالية التي تحتوي على سلسلة نصية، وينهي finish[answer] المهمة.
مسار ReAct#
يوضح هذا المثال من مطالبة الورقة الخاصة بمجموعة بيانات HotpotQA، وهي مجموعة بيانات الإجابة عن الأسئلة التي تتطلب جمع الحقائق من عدة صفحات على Wikipedia، كيف تتعافى الحلقة من بحث أول لا يتضمن الإجابة:
Question: What is the elevation range for the area that the eastern sector of the Colorado orogeny extends into?
Thought 1: I need to search Colorado orogeny, find the area that the eastern sector of the Colorado orogeny extends into, then find the elevation range of the area.
Action 1: Search[Colorado orogeny]
Observation 1: The Colorado orogeny was an episode of mountain building (an orogeny) in Colorado and surrounding areas.
Thought 2: It does not mention the eastern sector. So I need to look up eastern sector.
Action 2: Lookup[eastern sector]
Observation 2: (Result 1 / 1) The eastern sector extends into the High Plains and is called the Central Plains orogeny.
Thought 3: The eastern sector of Colorado orogeny extends into the High Plains. So I need to search High Plains and find its elevation range.
Action 3: Search[High Plains]
Observation 3: High Plains refers to one of two distinct land regions:
Thought 4: I need to instead search High Plains (United States).
Action 4: Search[High Plains (United States)]
Observation 4: The High Plains are a subregion of the Great Plains. From east to west, the High Plains rise in elevation from around 1,800 to 7,000 ft (550 to 2,130 m).
Thought 5: High Plains rise in elevation from around 1,800 to 7,000 ft, so the answer is 1,800 to 7,000 ft.
Action 5: Finish[1,800 to 7,000 ft]تلاحظ الفكرة 2 أن الصفحة تفتقر إلى الحقيقة المطلوبة، فتنتقل إلى البحث عن معلومة محددة، وتحسم الفكرة 4 بحثًا ملتبسًا؛ وهذان تصحيحان لا يمكن لسلسلة ثابتة من عمليات البحث إجراؤهما.
النتائج والقيود#
يحدّ إرساء الاستدلال في الملاحظات أساسًا من اختلاق الحقائق. ففي تحليل الأخطاء الذي أجرته الورقة على HotpotQA باستخدام PaLM-540B، تسبب الهلوسة في 56% من إخفاقات سلسلة التفكير، ولم تتسبب في أي من إخفاقات ReAct، وبلغ معدل الإيجابيات الكاذبة لسلسلة التفكير 14% مقابل 6% لـReAct. لكن للحلقة نمط إخفاق خاص بها: فقد شكّلت عمليات البحث التي لم تُرجع شيئًا مفيدًا 23% من أخطاء ReAct، لأن الملاحظة الفارغة تُربك الاستدلال اللاحق. وعلى HotpotQA، حقق ReAct وحده تطابقًا تامًا بنسبة 27.4% مقابل 29.4% لسلسلة التفكير، بينما تقدم في مهمة التحقق من الحقائق Fever بدقة 60.9% مقابل 56.3%. وجاءت أفضل نتيجة على HotpotQA، وهي 35.1%، من الجمع بين الأسلوبين: الانتقال من ReAct إلى سلسلة تفكير متسقة ذاتيًا حين يعجز ReAct عن الإجابة ضمن عدد محدد من الخطوات.
ReAct في الوكلاء الحديثة#
تدمج واجهات برمجة التطبيقات الحالية للنماذج اللغوية خطوة الإجراء داخل النموذج عبر استدعاء الدوال: يصدر النموذج استدعاء أداة منظمًا بدلًا من سطر نصي، وينفذه التطبيق ثم يعيد النتيجة، وتبقى الحلقة دورة الفكرة والإجراء والملاحظة نفسها. وتتجاوز الأدوات نطاق البحث بكثير، فتشمل تنفيذ الشيفرات وقواعد البيانات والمتصفحات في وكلاء استخدام الحاسوب والخدمات المتاحة عبر بروتوكول سياق النموذج (MCP). وفي الاسترجاع المعزز التوليدي الوكيلي، يقرر الوكيل متى يسترجع المعلومات وما الذي يسترجعه، بدلًا من استرجاعها مرة واحدة قبل التوليد. ولأن الوكيل يتصرف استنادًا إلى النص الذي يقرأه، تتعرض أنظمة ReAct لخطر حقن المطالبات عبر نتائج الأدوات، ولهذا تُقيّد أذونات الأدوات وتُنفّذ الإجراءات الخطرة غالبًا في بيئات معزولة.
تعمل ميزة اسأل الذكاء الاصطناعي في Ultralytics Platform AutoTrain باستخدام الأدوات بهذه الطريقة: فهي تشغّل أوامر ul cloud من CLI الخاص بالمنصة للعثور على مجموعات البيانات وبدء عمليات التدريب ومقارنة النماذج المكتملة وتصديرها أو نشر أحدها، ثم تصوغ ردها استنادًا إلى نتائج تلك الأوامر.
ReAct مقارنةً بالتقنيات ذات الصلة#
- توجيه سلسلة التفكير: يستدل النموذج في مرور واحد انطلاقًا من معرفته الخاصة، من دون وسيلة للتحقق من الحقائق أثناء الإجابة. ويضيف ReAct إجراءات تجلب معلومات جديدة بين خطوات الاستدلال.
- تسلسل المطالبات: يحدد المطوّر تسلسل استدعاءات النموذج في الكود. أما في ReAct، فيختار النموذج الإجراء التالي وفق ما رصده حتى تلك اللحظة.
- شجرة الأفكار (ToT): تبحث في عدة مسارات استدلال مرشحة، وتتراجع عن المسارات الضعيفة، دون التفاعل مع بيئة خارجية. ويتبع ReAct مسارًا واحدًا، لكنه يؤسسه على الملاحظات.
- نماذج الاستدلال: تُدرّب على كتابة استدلال مطول قبل الإجابة، وفي كثير من الأنظمة الحالية تستدعي أيضًا أدوات بين خطوات الاستدلال، ما يدمج حلقة ReAct في النموذج نفسه.










