大模型ReAct提示工程详解【2023】

普林斯顿大学的教授和谷歌的研究人员最近发表了一篇论文，描述了一种新颖的提示工程方法，该方法使大型语言模型（例如 ChatGPT）能够在模拟环境中智能地推理和行动。 这种 ReAct 方法模仿了人类在现实世界中的运作方式，即我们通过口头推理并采取行动来获取信息。 人们发现，与各个领域的其他提示工程（和模仿学习）方法相比，ReAct 表现良好。 这标志着朝着通用人工智能（AGI）和具体语言模型（像人类一样思考的机器人）迈出了重要一步。

NSDT工具推荐： Three.js AI纹理开发包 - YOLO合成数据生成器 - GLTF/GLB在线编辑 - 3D模型格式在线转换 - 可编程3D场景编辑器 - REVIT导出3D模型插件 - 3D模型语义搜索引擎 - Three.js虚拟轴心开发包 

1、背景

在本节中，我将讨论大型语言模型、提示工程和思维链推理。

1.1 大型语言模型

大型语言模型 (LLM) 是一种机器学习 Transformer 模型，已在巨大的语料库或文本数据集（例如互联网上的大多数网页）上进行训练。 在训练过程中，需要大量时间