运行时可靠性 | Chika Komari

body .site-nav .site-menu, body .site-nav [data-theme-toggle] { display: none; } @media(max-width:960px) { body .site-nav { position: relative; flex-wrap: wrap; } body .site-nav .home-site-nav { display: flex; flex-wrap: wrap; order: 4; width: 100%; justify-content: space-between; gap: .5rem; } body .site-nav .home-site-nav a:last-child { display: flex; } body[data-shell-variant="standard"] .main-area { padding-top: 0; } }

相关论文 2

文献索引 ↗

arXiv · ICLR 20232022

ReAct: Synergizing Reasoning and Acting in Language Models

Shunyu Yao · Jeffrey Zhao · Dian Yu · Nan Du · Izhak Shafran · Karthik Narasimhan · Yuan Cao

Abstract · 中文整理
ReAct 让语言模型交替生成推理过程和任务行动：推理用于跟踪、更新计划及处理异常，行动则从外部知识或环境中获得新信息。作者在问答、事实核查和交互式决策任务中评估这一方式，讨论它对幻觉、错误传播和任务轨迹可解释性的改善。

论文原文 PDF

智能体系统 / 运行时可靠性 / 语义进展
arXiv2023

Reflexion: Language Agents with Verbal Reinforcement Learning

Noah Shinn · Federico Cassano · Edward Berman · Ashwin Gopinath · Karthik Narasimhan · Shunyu Yao

Abstract · 中文整理
Reflexion 探索如何让语言智能体从试错中学习，而无需更新模型权重。它把任务反馈转成文字反思，存入情景记忆，以影响下一次尝试的决策。论文在序列决策、编程与语言推理任务中进行评估，并分析不同反馈来源、反馈使用方式和智能体配置的作用。

论文原文 PDF

智能体系统 / 运行时可靠性 / 语义进展

继续探索

语义进展

从任务是否向前，追问监控与恢复应该依赖什么证据。

专题近况