Yao 等人（ 2022 ）提出了一个名为 ReAct 的提示优化框架，其中 LLM 被用于 以交错的方式生成推理轨迹和任务特定动作
生成推理轨迹使模型能够诱导、跟踪和更新操作计划，甚至处理异常情况。操作步骤允许与外部源（如知识库或环境）进行交互并且收集信息
ReAct 框架允许 LLMs 与外部工具交互来获取额外信息，从而给出更可靠和实际的回应
工作原理
思维链（ CoT ）提示展示了 LLMs 执行推理轨迹以解决涉及算术和常识推理的问题的能力（以及其他任务），但由于缺乏和外部世界接触或无法更新自身的知识，导致事实幻觉和错误传播等问题
ReAct 提示 LLMs 为任务生成口头推理轨迹和操作，这使得系统执行动态推理来创建、维护和调整操作计划，同时还要支持与外部环境（例如搜索引擎）的交互，以将额外信息合并到推理中
Obs → Observation