REACT：SYNERGIZING REASONING AND ACTING IN LANGUAGE MODELS

（ICLR 2023）

姚顺雨腾讯实习之作。

---

交错执行： 模型生成的轨迹由 Thought（想法）、Action（行动）和 Observation（观察结果）组成的循环步骤构成 。

推理的作用： 分解目标、提取关键信息、通过常识推理填补缺失、跟踪进度、处理异常情况 。

稀疏与密集推理：

• 在主要依赖推理的任务（如 QA）中，推理步骤是密集的（每一步行动前都有思考）。
• 在决策任务（如游戏）中，推理可以根据需要稀疏地出现 。

代码简单示例：