Définition
ReAct : raisonner puis agir, le principe d'un agent IA
ReAct fait alterner réflexion, action et observation : ce que dit l'article de 2022, les résultats publiés par ses auteurs et leurs limites.
Mis à jour le
ReAct (de l'anglais reasoning et acting, raisonner et agir) est une méthode où un modèle de langage alterne trois sortes de lignes : une pensée (il écrit ce qu'il comprend et ce qu'il va faire), une action (il demande à interroger une source ou à utiliser un outil) et une observation (le résultat renvoyé par l'extérieur). Elle est décrite dans l'article « ReAct: Synergizing Reasoning and Acting in Language Models » de Shunyu Yao et six coauteurs, publié sur arXiv le 06/10/2022 et révisé le 10/03/2023 (version finale, avec la mention « ICLR camera ready »).
Pour passer du schéma expérimental à un besoin professionnel, les exemples d’utilisation d’ALMA peuvent aider à définir une tâche documentaire. Ils ne prouvent pas l’emploi de ReAct par la plateforme : décrivez d’abord les recherches et les vérifications attendues de votre propre système.
Ce que propose l'article
Les auteurs partent d'un constat : faire seulement raisonner un modèle (« chaîne de pensée ») l'enferme dans ses propres connaissances, et ne faire qu'agir le prive de plan. Ils proposent donc de mêler les deux. Selon le résumé de l'article, la réflexion aide le modèle à planifier, suivre et corriger ses actions, et les actions lui permettent d'aller chercher de l'information dans des bases de connaissances ou des environnements.
Pour les questions testées, les actions possibles sont trois : search[entité], lookup[chaîne] et finish[réponse], sur une interface de programmation Wikipédia. Les pensées sont du texte libre : elles ne changent rien à l'environnement.
Les résultats publiés par les auteurs
Tableau 1 de l'article, avec le modèle PaLM-540B (EM : correspondance exacte ; Acc : exactitude) :
| Méthode | HotpotQA (EM) | FEVER (Acc) |
|---|---|---|
| Réponse directe | 28,7 | 57,1 |
| Chaîne de pensée | 29,4 | 56,3 |
| Action seule | 25,7 | 58,9 |
| ReAct | 27,4 | 60,9 |
| ReAct puis chaîne de pensée avec vote | 35,1 | 62,0 |
| Chaîne de pensée avec vote puis ReAct | 34,2 | 64,6 |
Sur deux tâches interactives, les auteurs rapportent que ReAct dépasse les méthodes d'imitation et d'apprentissage par renforcement de 34 points de taux de réussite sur ALFWorld et de 10 points sur WebShop, avec un ou deux exemples seulement dans la consigne. Ces chiffres sont ceux de l'article, sur ses propres jeux d'essai : ils ne disent rien de votre cas.
Les limites qu’ils relèvent
L’analyse manuelle porte sur 200 trajectoires HotpotQA au total : pour chacune des méthodes ReAct et chaîne de pensée, 50 réponses correctes et 50 incorrectes sont examinées. Les pourcentages ci-dessous décrivent cet échantillon, pas tous les agents.
- Erreurs de raisonnement : 47 % des échecs de ReAct, contre 16 % pour la chaîne de pensée. Les auteurs citent des boucles répétitives de pensée et d'action.
- Recherches peu utiles : 23 % des échecs de ReAct viennent de résultats de recherche qui n'apportent rien et qui détournent le raisonnement.
- Moins d'inventions : 56 % des échecs de la chaîne de pensée sont classés comme hallucinations, contre 0 % pour ReAct dans cet échantillon d’échecs. Cela ne signifie pas que ReAct n’invente jamais : parmi ses réponses notées correctes, les auteurs relèvent 6 % de traces ou faits inventés.
- Sans réglage du modèle, ReAct est la moins bonne des quatre méthodes comparées aux tailles de 8 et 62 milliards de paramètres.
Où retrouver ReAct aujourd'hui
Le texte d'Anthropic « Building effective agents » (19/12/2024) définit les agents comme des modèles qui utilisent des outils « en fonction du retour de l'environnement, dans une boucle », et demande qu'ils tirent à chaque étape une « vérité de terrain » de cet environnement. La documentation du Claude Agent SDK décrit la boucle : le modèle évalue, demande des outils, reçoit les résultats, recommence. C'est la même alternance que ReAct, sans que cela suffise à identifier le mécanisme interne de raisonnement ni à affirmer qu’un produit implémente la méthode expérimentale. Ce rapprochement est une lecture de ce site, pas une affirmation de ces sources.
Concrètement, pour construire un agent :
- le retour de l’environnement fournit un point de vérification, sans garantir une interprétation correcte : renvoyez-lui des résultats réels, pas des suppositions ;
- les boucles répétitives signalées par les auteurs justifient une limite de tours, voir l'architecture d'un agent ;
- la façon dont le modèle demande une action est détaillée dans le function calling ;
- pour savoir si votre agent boucle ou se trompe, évaluez-le sur des tâches réelles.
La définition courte du terme « agent » se trouve dans le lexique du Cercle IA.
Questions fréquentes
ReAct, c'est un framework ou une méthode ?
C'est une méthode décrite dans un article de recherche : le modèle alterne des phases de réflexion écrite et des actions sur un environnement extérieur. Le terme désigne la méthode ; les auteurs fournissent aussi du code expérimental via leur page de projet.
ReAct est-il toujours meilleur qu'un raisonnement sans outil ?
Non. Dans le tableau des auteurs, ReAct fait mieux que la chaîne de pensée seule sur la vérification de faits (FEVER, 60,9 contre 56,3) mais un peu moins bien sur les questions à étapes multiples (HotpotQA, 27,4 contre 29,4).
Quel défaut les auteurs signalent-ils en premier ?
Les erreurs de raisonnement, qui représentent 47 % des échecs de ReAct dans leur échantillon analysé sur HotpotQA, avec des boucles répétitives de réflexion et d'action.
Sources
Pages consultées pour écrire cet article :