ReAct

Yao et al., 2022 (opens in a new tab) introduziu uma estrutura em que LLMs são usados para gerar rastros de raciocínio e ações específicas de tarefas de maneira intercalada. A geração de rastros de raciocínio permite que o modelo induza, rastreie e atualize planos de ação e até mesmo trate de exceções. A etapa de ação permite interagir e coletar informações de fontes externas, como bases de conhecimento ou ambientes.

A estrutura ReAct pode permitir que os LLMs interajam com ferramentas externas para recuperar informações adicionais que levam a respostas mais confiáveis e factuais.

Fonte da imagem: Yao et al., 2022 (opens in a new tab)

Exemplo completo em breve!