ReAct vs ReWOO: który wzorzec wykonania pasuje do agenta?
Tłumaczenie automatyczne
Ten artykuł został automatycznie przetłumaczony z angielskiego oryginału.
Używaj ReAct, gdy następne działanie zależy od wyniku narzędzia, którego nie da się przewidzieć z góry. Rozważ ReWOO, gdy model może opisać potrzebne kroki i zależności między ich wynikami przed wykonaniem. Architektura z planistą i wykonawcą pomaga, gdy jawny plan wymaga kontrolowanego wykonania i rewizji.
Wybierz wzorzec na podstawie zależności zadania i wymagań obsługi błędów, a następnie zmierz liczbę wywołań modelu i błędów.
Kiedy model analizuje wyniki narzędzi?
| Wzorzec | Decyzje | Praktyczny kompromis |
|---|---|---|
| ReAct | Model wybiera działanie po przeczytaniu obserwacji | Dostosowuje się do nowych informacji, ale wymaga kolejnych wywołań modelu |
| ReWOO | Planista zapisuje kroki i odwołania do wyników; moduł rozwiązujący otrzymuje wyniki | Mniej powtarzanego kontekstu planowania, z zależnościami rozwiązywanymi podczas wykonania |
| Planista i wykonawca | Planista tworzy plan; wykonanie może wywołać ponowne planowanie | Jawny postęp i obsługa błędów, ale dodatkowy stan planu |
Artykuł o ReAct przeplata rozumowanie, działania i obserwacje. Pasuje to do wyszukiwania eksploracyjnego, w którym każdy wynik określa następne zapytanie. Zachowanie wszystkich wcześniejszych wyników może zwiększać długość wejścia; zarządzanie kontekstem pozostaje częścią implementacji.
ReWOO oddziela planowanie, pracę narzędzi i końcową syntezę. Kroki mogą odwoływać się do wcześniejszych wyników: najpierw uzyskać lokalizację, a następnie wyszukać restauracje w jej pobliżu. Drugie wywołanie musi czekać na pierwsze. Równolegle mogą działać tylko niezależne kroki.
Określ obsługę błędów przed porównaniem kosztów
Plan potrzebuje reguł dla brakującego wyniku narzędzia, nieprawidłowych argumentów i wyniku, który zmienia zadanie. Zdecyduj, czy wykonanie ponawia próbę, zatrzymuje się, prosi o wyjaśnienie, czy wraca do planisty. Stały plan bez takich reguł może zawieść, nawet jeśli jego pierwotne kroki wydawały się rozsądne.
Wykonaj te same reprezentatywne zadania przy użyciu rozważanych wzorców. Policz udane zadania, błędne działania, wywołania modelu, ponowne próby i tokeny oraz zmierz czas wykonania. Uwzględnij zależne kroki i awarie narzędzi; demonstracja, w której wszystko się udaje, nie pokazuje zachowania po błędzie.
Nie istnieje uniwersalna kolejność tych wzorców pod względem kosztu tokenów. Długość zadania, rozmiar danych wyjściowych narzędzi, ponowne próby i implementacja mogą odwrócić wynik porównania.
Wcześniejszy wybór sposobu automatyzacji opisuje agent vs przepływ pracy. Sekcja o wzorcach agentów w LLM Engineering Guide łączy orkiestrację z wywoływaniem narzędzi i ustrukturyzowanymi danymi wyjściowymi.