美度手表网站,精华吧网页搜题,响应式网站 拖拽,创建一个公司网站需要多少钱人类在处理一个需要多个步骤才能完成任务时#xff0c;显著特点是能够将言语推理#xff08;内心独白#xff09;和实际行动融合在一起#xff0c;在面对陌生或不确定的情况时通过这种方法学习新知识#xff0c;做出决策#xff0c;并执行#xff0c;从而应对复杂的任务…人类在处理一个需要多个步骤才能完成任务时显著特点是能够将言语推理内心独白和实际行动融合在一起在面对陌生或不确定的情况时通过这种方法学习新知识做出决策并执行从而应对复杂的任务挑战比如下面这个图书馆借书的场景。
目标我想借一本关于中国历史的书内心独白推理我应该怎么找到这样的书呢我知道图书馆有分类系统每种书都有编号我可以按照编号找到对应的书架
行动: 我走到书架拿起一本书看看内心独白推理这本书合不合我的要求呢嗯看起来不太对它讲的是“历史”里的故事而不是我想了解的“历史”事实我得换个方法找或许可以用图书馆的电脑系统搜索一下
行动我在电脑上输入关键词“中国历史”选择“图书馆藏”点击搜索内心独白推理搜索结果出来了可是没有一本书是我想要的
结论这个图书馆没有关于我想借的中国历史的书推理-行动提示Reasoning and ActingReAct就是一种利用大语言模型模拟上述人类智能的推理和行动过程的思维链提示。它的基本思想是让大语言模型交替地生成推理追踪Verbal Reasoning Traces和行动Actions并允许大语言模型与外部工具进行交互从而获取额外的信息反馈。这样就可以动态地维护和更新自己的行动计划。这个过程需要多次调用大语言模型是一个多阶段的提示方法具体过程如下图所示。 图8-8 推理-行动提示的两个阶段 第一阶段推理。
第一阶段推理。根据给定的输入和目标生成一个推理追踪即一系列的自然语言语句用于解释大语言模型的推理过程和行动计划。推理追踪可以包含对外部知识的引用也可以包含对大语言模型自身的反思和评估。这个阶段的输出由 3 个关键部分组成
• 思考Thought该部分的主要功能是分析问题、生成假设和验证结果让大语言模型做出合理和可靠的决策。
• 行动计划Act-plan该部分的主要功能是制定大语言模型接下来需要采取的具体行为的计划一般由行为和对象两部分组成也就是编码时调用的工具名称和对应的入参。
• 观察Obs该部分的主要功能是获取外部输入的部分。它就像大语言模型的感知系统将环境的反馈信息同步大语言模型帮助它进一步进行分析或者决策。
第二阶段行动。
根据推理阶段的行动计划完成具体的任务执行即执行一些具体的操作或指令用于与外部环境进行交互如查询知识库、调用外部工具等。大语言模型根据交互的结果获取额外的信息和反馈从而更新自己的推理追踪和行动计划。通过重复上述两个阶段直到达到预定的目标或满足某些终止条件。
推理-行动提示格式如下
# 任务描述
请按照回答格式尽可能地去回答问题你可以使用以下的工具# 工具描述
工具名1描述调用参数
工具名2描述调用参数# 回答格式
思考你应该一直保持思考给出要怎么解决这个问题的方案
动作工具名。每次动作只选择一个工具。
输入调用工具时需要传入的参数
观察第三方工具返回的结果
...这个“思考/动作/输入/观察”的循环可以重复N次思考最后已经得到最终结果了
最终结果针对原始问题输出最终结果# 用户问题
问题{input}# 回答过程
思考接下来是演示一个具体的案例。我们首先准备一些可供使用的工具每个工具以字符串格式返回其执行后的结果如下表所示。
表:工具名称和描述 工具描述定位获取用户当前的定位城市天气查看天气预报导航规划地点A到地点B的驾驶路线计算器进行简单的四则运算时钟获取当前的日期和时间搜索当以上工具都无法使用时尝试使用这个搜索引擎工具补充当你回答问题的依赖信息不足时调用这个工具可以让人工给你补充一些信息自答当以上工具无法使用时依靠自己的知识直接给出答案请注意输出事实不要杜撰
对应的提示如下
# 任务描述
请按照回答格式根据用户输入从工具列表中选择合适的工具解决问题工具的参数格式如下工具名称(参数1参数2...)工具功能描述# 工具描述
定位()获取用户当前的定位城市
天气(城市名称)查看天气预报
导航(起点终点)规划地点A到地点B的驾驶路线
计算器(数字1运算符数字2)进行简单的四则运算
时钟()获取当前的日期和时间
搜索(搜索关键词)当以上工具都无法使用时尝试使用这个搜索引擎工具
补充(需要补充的问题)当你回答问题的依赖信息不足时调用这个工具可以让人工给你补充一些信息
自答(需要回答的问题)当以上工具无法使用时可以依靠你自己的知识直接给出答案请注意输出事实不要杜撰# 回答格式
思考请保持思考结合上下文背景请首先判断解决该问题的素材是否满足然后给出要解决这个问题的方案和分析过程
动作工具名称(参数 1, 参数 2, ...)。每次动作只选择一个工具。工具列表工具描述
输入调用工具时需要传入的参数
观察工具返回的结果...这个“思考/动作/输入/观察”的循环可以重复N次思考最后已经得到最终结果了
最终结果针对原始问题输出最终结果# 用户问题
问题{question}# 回答过程
第1轮接下来我们来看两个具体的例子请将上述提示中的{question}变量替换为具体的问题。
**例子1**北京到襄阳怎么走襄阳本地有哪些好玩的地方
# 回答过程
第1轮
思考根据用户的问题首先需要通过定位工具确定用户当前所在的城市然后使用导航工具规划从北京到襄阳的驾驶路线。接下来可以使用搜索工具来获取襄阳本地的旅游景点信息。
动作定位()
观察根据定位结果得知用户当前所在城市为北京。第2轮
思考现在已经知道用户当前所在城市是北京下一步可以使用导航工具来规划从北京到襄阳的驾驶路线。
动作导航(北京襄阳)
观察导航工具返回了从北京到襄阳的驾驶路线。第3轮
思考现在已经得到了从北京到襄阳的驾驶路线接下来可以使用搜索工具来获取襄阳本地的旅游景点信息。
动作搜索(襄阳旅游景点)
观察襄阳市的旅游景点有1. 襄阳古城墙... · 2. 古隆中景区... · 3. 钟鼓楼...第4轮
思考已经得到了襄阳本地的旅游景点信息可以将这些信息整理后输出给用户。
最终结果从北京到襄阳的驾驶路线如下起点为北京终点为襄阳走京开高速→G45大广高速→S83兰南高速距离1059.36千米耗时10小时37分钟。
襄阳本地的好玩的地方有1. 襄阳古城墙... · 2. 古隆中景区... · 3. 钟鼓楼...**例子2**王军老师的身高乘以2是多少并以王老师身高为题做一首诗。
为了演示大语言模型和人工的交互我特别补充这个示例当大语言模型依靠的工具不足以解决其问题时可以通过“补充”和“自答”工具唤醒人工或者大语言模型自我回答来补充相关信息这在一些人工问答的场景非常有用。
这两个工具的定义如下
补充当你回答问题的依赖信息不足时调用这个工具可以让人工给你补充一些信息。
自答当以上工具无法使用时可以依靠你自己知识直接给出答案请注意输出事实不要杜撰执行过程
第 1 轮
思考: 需要获取王老师的身高可以使用补充工具
动作: 补充(王老师身高) //该工具执行时需要人工从软件界面输入这里输入180cm
观察: 王老师身高为 180cm 第 2 轮
思考: 需要计算 180cm 乘以 2 的结果可以使用计算器工具
动作: 计算器(180cm,*,2)
观察: 180cm 乘以 2 的结果为 360cm 第 3 轮
思考: 需要根据 360cm 写一首诗可以使用自答工具
动作: 自答(根据 360cm 写一首诗) //该工具执行时大模型会根据自己的知识回答
观察: 王老师高达三百六十他的身材犹如一棵树他的脚步踏遍大江南北他的知识智慧比满天星。第 4 轮
思考: 最后已经得到最终结果了
最终结果: 王老师的身高是王老师身高为 180cm给王老师写的诗是王老师高达三百六十他的身材犹如一棵树他的脚步
踏遍大江南北他的知识智慧比满天星。总体而言推理-行动提示的显著优势在于其能促进大语言模型与外部信息源或各类工具之间的协同合作。这种合作机制可以自动弥补大语言模型在推理时所缺乏的知识和能力。因此它能够应对多样化且难度各异的任务挑战广泛应用于各种智能体中。
最新问世的《AI原生应用开发提示工程原理与实践》京东图书https://item.jd.com/14373635.html一书特别辟出一整章的精彩内容深入阐述了运用大语言模型进行推理的多样技术。
这一章节详尽介绍了诸如零样本提示、少样本提示、少样本思维链提示、零样本思维链、直接推理提示、思维表提示、自我一致性提示、由少至多提示、自问自答提示、思维树提示、推理-行动提示、自动思维链提示等。这些技术不仅全面挖掘并激发了大语言模型在推理领域的巨大潜能更为读者提供了宝贵的实践指南与洞见。此书无疑是值得每一位对AI应用开发、特别是提示工程领域感兴趣的读者细细品读的佳作。
