Licencia YOLO
Volver al glosario de Ultralytics

ReAct Prompting

El prompting ReAct hace que un LLM alterne pasos de razonamiento con acciones, como búsquedas o llamadas a herramientas, y lea cada resultado antes de decidir qué hacer a continuación.

ReAct, abreviatura de razonamiento y acción, hace que un modelo de lenguaje grande (LLM) alterne entre escribir un pensamiento sobre la tarea, realizar una acción —como una búsqueda o una llamada a una herramienta— y leer la observación que devuelve la acción; el ciclo se repite hasta que puede responder. El razonamiento planifica y registra las acciones, y estas aportan datos externos al modelo, así que las respuestas se basan en pruebas recuperadas y no solo en la memoria. Shunyu Yao y sus colegas de Princeton University y Google Research presentaron el método en ReAct: Synergizing Reasoning and Acting in Language Models, presentado en ICLR 2023. Con solo uno o dos ejemplos en la instrucción, ReAct superó a los métodos de aprendizaje por imitación y aprendizaje por refuerzo entrenados con muchos más datos por 34 y 10 puntos porcentuales de tasa de éxito absoluta en las tareas domésticas ALFWorld y el benchmark de compras en línea WebShop. Los agentes de IA actuales que utilizan herramientas ejecutan el mismo ciclo.

Cómo funciona ReAct#

Una instrucción ReAct es una instrucción few-shot con unas cuantas trayectorias de ejemplo, cada una formada por una pregunta seguida de líneas alternas de pensamiento, acción y observación. Ante una pregunta nueva, el modelo escribe un pensamiento y una acción, y se detiene. El código del controlador analiza la acción, ejecuta la herramienta correspondiente, añade el resultado como observación siguiente y vuelve a llamar al modelo con la transcripción ampliada. Para responder preguntas, el artículo proporcionó al modelo una interfaz mínima de Wikipedia con tres acciones: search[entity] devuelve las primeras frases de una página, lookup[string] devuelve la siguiente frase de la página actual que contiene una cadena y finish[answer] termina la tarea.

Una trayectoria ReAct#

Este ejemplo de la instrucción del artículo para HotpotQA, un conjunto de datos de respuesta a preguntas que exige combinar datos de varias páginas de Wikipedia, muestra cómo el ciclo se recupera de una primera búsqueda que no contiene la respuesta:

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]

El pensamiento 2 observa que la página no contiene el dato necesario y pasa a una búsqueda específica; el pensamiento 4 resuelve una búsqueda ambigua. Una secuencia fija de búsquedas no podría realizar esas dos correcciones.

Resultados y limitaciones#

Fundamentar el razonamiento en observaciones reduce sobre todo los datos inventados. En el análisis de errores del artículo sobre HotpotQA con PaLM-540B, las alucinaciones causaron el 56 % de los fallos de la cadena de pensamiento y ninguno de los de ReAct; la tasa de falsos positivos de la cadena de pensamiento fue del 14 %, frente al 6 % de ReAct. El ciclo tiene su propio modo de fallo: las búsquedas que no devuelven nada útil representaron el 23 % de los errores de ReAct, porque una observación vacía desvía el razonamiento posterior. En HotpotQA, ReAct por sí solo alcanzó un 27.4 % de coincidencia exacta, frente al 29.4 % de la cadena de pensamiento; en la tarea de verificación de datos Fever, encabezó los resultados con un 60.9 % de precisión, frente al 56.3 %. El mejor resultado en HotpotQA, un 35.1 %, se obtuvo combinando ambos métodos: si ReAct no conseguía responder dentro de un número determinado de pasos, se recurría a una cadena de pensamiento autoconsistente.

ReAct en los agentes modernos#

Las API actuales de LLM incorporan el paso de acción en el modelo mediante la llamada a funciones: el modelo emite una llamada estructurada a una herramienta en vez de una línea de texto, la aplicación la ejecuta y devuelve el resultado, y el ciclo sigue siendo el mismo de pensamiento, acción y observación. Las herramientas van mucho más allá de las búsquedas e incluyen ejecución de código, bases de datos, navegadores en agentes de uso del ordenador y servicios expuestos mediante el protocolo de contexto del modelo (MCP). En la generación aumentada por recuperación agéntica, el agente decide cuándo y qué recuperar, en vez de hacerlo una sola vez antes de generar. Como un agente actúa sobre el texto que lee, los sistemas ReAct heredan el riesgo de inyección de instrucciones a través de los resultados de las herramientas; por eso, los permisos de las herramientas se limitan y las acciones arriesgadas suelen ejecutarse en entornos aislados.

Preguntar a la IA en Ultralytics Platform AutoTrain funciona de este modo mediante herramientas: ejecuta comandos ul cloud de la CLI de Platform para buscar conjuntos de datos, iniciar entrenamientos, comparar modelos ya entrenados, exportarlos o desplegar uno, y redacta su respuesta basándose en lo que devuelven esos comandos.

  • Razonamiento en cadena: razona en un solo paso a partir de los conocimientos propios del modelo, sin forma de comprobar un dato a mitad de la respuesta. ReAct añade acciones que obtienen información nueva entre los pasos de razonamiento.
  • Encadenamiento de instrucciones: el desarrollador fija en el código la secuencia de llamadas al modelo. En ReAct, el modelo elige cada acción siguiente según lo que ha observado hasta el momento.
  • Árbol de pensamientos (ToT): explora varias rutas de razonamiento posibles y retrocede desde las más débiles, sin interactuar con un entorno externo. ReAct sigue una sola ruta, pero la fundamenta en observaciones.
  • Modelos de razonamiento: se entrenan para desarrollar razonamientos largos antes de responder y, en muchos sistemas actuales, también llaman a herramientas entre los pasos de razonamiento, lo que integra el ciclo ReAct en el propio modelo.

Explora las soluciones

Visión artificial en el deporte

Visión artificial en el deporte

Descubre cómo Ultralytics YOLO impulsa la visión artificial en el deporte con el seguimiento de jugadores y balones, analíticas de rendimiento, información útil para entrenadores y rehabilitación de deportistas.
Más información
Visión artificial para imágenes aéreas

Visión artificial para imágenes aéreas

Convierte imágenes aéreas y de drones en información útil en tiempo real para la agricultura, la acuicultura, la conservación y el análisis geoespacial con Ultralytics YOLO.
Más información
Visión artificial en el sector aeroespacial

Visión artificial en el sector aeroespacial

Aplica la visión artificial en el sector aeroespacial con Ultralytics YOLO para inspeccionar aeronaves, detectar objetos extraños en pistas, gestionar operaciones en tierra y detectar defectos en materiales compuestos.
Más información
Visión artificial en seguridad

Visión artificial en seguridad

Protege todas tus instalaciones con los modelos Ultralytics YOLO. La IA visual permite supervisar perímetros, detectar amenazas, reconocer matrículas y mejorar la seguridad laboral.
Más información
Visión artificial en robótica

Visión artificial en robótica

Potencia máquinas más inteligentes con los modelos Ultralytics YOLO. La IA visual en robótica impulsa la navegación autónoma, la percepción, el seguimiento de objetos y el control en tiempo real.
Más información
Visión artificial en logística

Visión artificial en logística

Agiliza la logística con modelos Ultralytics YOLO. La IA visual permite inspeccionar paquetes, clasificarlos, realizar el seguimiento de vehículos y supervisar la seguridad del almacén en tiempo real.
Más información
Visión artificial en el comercio minorista

Visión artificial en el comercio minorista

Reinventa el comercio minorista con modelos Ultralytics YOLO. La IA visual permite realizar el seguimiento del inventario, supervisar estanterías, gestionar colas y obtener información más útil sobre los clientes.
Más información
Visión artificial en el sector sanitario

Visión artificial en el sector sanitario

Desarrolla soluciones sanitarias con modelos Ultralytics YOLO. La IA visual en el sector sanitario permite acelerar el diagnóstico por imagen, mejorar los diagnósticos y supervisar a los pacientes.
Más información
Visión artificial en la fabricación

Visión artificial en la fabricación

Optimiza la fabricación con modelos Ultralytics YOLO. La IA visual mejora el control de calidad, la detección de defectos, el cumplimiento de las normas de uso de EPI y la automatización de las líneas de montaje.
Más información
Visión artificial en la automoción

Visión artificial en la automoción

Aplica la visión artificial al sector de la automoción con modelos Ultralytics YOLO. La IA visual mejora la seguridad vial, la asistencia al conductor y la automatización de vehículos para lograr carreteras más inteligentes.
Más información
Visión artificial en la agricultura

Visión artificial en la agricultura

Incorpora la IA de visión a la agricultura inteligente con modelos Ultralytics YOLO. Impulsa la monitorización de cultivos, el seguimiento del ganado y la agricultura de precisión para obtener cosechas más abundantes e inteligentes.
Más información

¡Construyamos juntos el futuro de la IA!

Inicia tu recorrido hacia el futuro del aprendizaje automático