Come funziona ReAct
ReAct, abbreviazione di Reasoning and Acting, è un approccio descritto da Yao e collaboratori nel 2022. Il modello alterna ragionamento sul compito e azioni su un ambiente, utilizzando le osservazioni ottenute per decidere il passo successivo.
Un esempio pratico
Un assistente deve verificare la disponibilità di un prodotto: decide quale informazione recuperare, interroga il catalogo, legge il risultato e formula una risposta. Se manca un dato, può effettuare un'altra ricerca oppure chiedere chiarimenti. Il ciclo deve avere limiti di tempo, costo e numero di azioni.
Differenza dalla Chain of Thought
La Chain of Thought riguarda passaggi intermedi di ragionamento. ReAct aggiunge l'interazione con strumenti e ambiente: una ricerca o una chiamata API restituiscono nuove informazioni, invece di lasciare il modello affidato soltanto al testo già disponibile.
Limiti e controlli
Un agente può scegliere strumenti sbagliati o interpretarne male i risultati. Permessi minimi, validazione degli output e approvazione delle operazioni sensibili restano necessari: il ciclo non garantisce autonomia affidabile.
Fonte: ReAct: Synergizing Reasoning and Acting in Language Models.