ReAct 出自论文《ReAct: Synergizing Reasoning and Acting in Language Models》,第一作者为普林斯顿大学计算机科学系的 Shunyu Yao,合作者包括 Jeffrey Zhao、Dian Yu、Nan Du、Izhak Shafran、Karthik Narasimhan 和 Yuan Cao,分别来自普林斯顿大学和 Google Research Brain 团队。论文于 2022 年 10 月首次发布于 arXiv(编号 2210.03629),后发表于 ICLR 2023。
论文基于 PaLM-540B 大模型,在多跳问答数据集 HotpotQA、事实验证数据集 FEVER、交互式决策基准 ALFWorld 和 WebShop 上进行了系统评估。实验结果表明,ReAct 在需要与环境交互的任务上显著优于当时的最优方法,同时生成的任务求解轨迹具有更强的人类可解释性。