AI viðtalsröð 6: Segðu frá þremur kjarnaaðferðum AI Agent: ReAct, Plan-and-Solve og Reflection

Þrjár kjarnaaðferðir AI Agent: ReAct, Plan-and-Solve og Reflection

AI Agent er sjálfstæður vettvangur sem getur skynjað umhverfið, tekið ákvarðanir og framkvæmt aðgerðir. Helstu kjarnaaðferðirnar eru þrjár: ReAct, Plan-and-Solve og Reflection. Hér að neðan er kynning á hverri þeirra, ásamt flæðiritum og kóðadæmum.

1. ReAct (Reasoning + Acting)

Kjarnahugmynd: Að flétta saman rökhugsun (Reasoning) og aðgerð (Acting) til skiptis. Agent hugsar fyrst um núverandi ástand og næsta skref (rökhugsun), framkvæmir síðan aðgerð (eins og að kalla á tól, leita að upplýsingum) og heldur áfram að rökhugsa út frá niðurstöðunni.

Flæðirit:

[Upphafsástand] → [Rökhugsun: hugsa næsta skref] → [Aðgerð: framkvæma] → [Fylgjast með niðurstöðu] → [Rökhugsun: uppfæra áætlun] → ... → [Lokasvar]

Dæmi um kóða (gervikóði):

def react_agent(question):
    context = []
    while not solved:
        # Rökhugsun: búa til hugsunarskref
        thought = llm.generate_thought(question, context)
        # Aðgerð: velja aðgerð út frá hugsun
        action = llm.choose_action(thought)
        # Framkvæma aðgerð, fá athugun
        observation = execute_action(action)
        # Bæta hugsun, aðgerð og athugun við samhengi
        context.append((thought, action, observation))
    return final_answer

Dæmi:
- Notandi spyr: „Hvernig er veðrið í Peking í dag?“
- Agent rökhugsar: „Ég þarf að fletta upp veður API, þarf borgarnafn og dagsetningu.“
- Aðgerð: kalla á veður API (breytur: Peking, í dag)
- Athugun: skilar „Heiðskýrt, 25°C“
- Rökhugsun: „Ég hef upplýsingarnar, get svarað.“
- Úttak: „Í Peking í dag er heiðskýrt, 25°C.“

2. Plan-and-Solve

Kjarnahugmynd: Fyrst að gera heildaráætlun (Plan), síðan framkvæma hana skref fyrir skref (Solve). Í áætlunarfasanum er flóknu verkefni skipt niður í undirskref, og í framkvæmdafasanum er þeim fylgt í röð, hugsanlega með aðlögun á áætlun miðað við milliniðurstöður.

Flæðirit:

[Verkefni] → [Gera áætlun: skipta í undirskref] → [Framkvæma skref 1] → [Framkvæma skref 2] → ... → [Framkvæma skref N] → [Lokasvar]

Dæmi um kóða:

def plan_and_solve(task):
    # Áætlunarfasi
    plan = llm.generate_plan(task)  # t.d.: ["Leita að gögnum", "Skipuleggja upplýsingar", "Skrifa skýrslu"]
    context = {}
    for step in plan:
        # Framkvæma hvert skref
        result = execute_step(step, context)
        context[step] = result
    # Sameina niðurstöður
    final = llm.synthesize(context)
    return final

Dæmi:
- Verkefni: „Skrifa blogg um AI Agent“
- Áætlun:
1. Leita að skilgreiningu og nýjustu framförum AI Agent
2. Lesa og skipuleggja lykilatriði
3. Skrifa blogguppkast
4. Fylla út efni
5. Yfirfara og birta
- Framkvæmd: framkvæma hvert skref í röð, að lokum skila bloggi.

3. Reflection

Kjarnahugmynd: Agent íhugar (Reflection) eigin hegðun meðan á framkvæmd stendur eða eftir hana, metur niðurstöður og bætir síðari aðgerðir. Felur oft í sér sjálfsgagnrýni, villuleiðréttingu eða stefnuoptimeringu.

Flæðirit:

[Aðgerð] → [Fylgjast með niðurstöðu] → [Íhugun: meta hvort tókst] → [Ef mistókst: aðlaga stefnu] → [Aðgerð aftur] → ... → [Tókst]

Dæmi um kóða:

def reflection_agent(task):
    max_attempts = 3
    for attempt in range(max_attempts):
        action = llm.generate_action(task)
        result = execute(action)
        # Íhugun
        reflection = llm.reflect(task, action, result)
        if reflection['success']:
            return result
        else:
            # Aðlaga verkefnislýsingu eða stefnu út frá íhugun
            task = reflection['improved_task']
    return None

Dæmi:
- Verkefni: „Reikna 1234 * 5678“
- Aðgerð: reikna beint, fá niðurstöðu 7006652
- Íhugun: athuga reikniferli, finna villu í flutningi
- Aðlögun: reikna aftur, fá rétta niðurstöðu 7006652 (raunverulega rétt)
- Ef enn villa, halda áfram að íhuga þar til rétt.

Samantekt og samanburður

Í raunverulegum forritum er oft blandað saman, til dæmis að bæta við íhugun í ReAct, eða íhuga eftir hvert skref í Plan-and-Solve.