ReAct
Etapa 5 · IA generativa, razonamiento y agentes (2022–2026) › Agentes
- Linaje
- Acción en el mundo
- Tipo
- Publicación
Quién
Universidad de Princeton, Google Brain
Qué ocurrió
Shunyu Yao y sus colegas de Princeton y Google proponen ReAct: un modelo de lenguaje que alterna pasos de razonamiento con acciones, como consultar Wikipedia o moverse por un entorno, y usa lo que observa para decidir el siguiente paso.
Qué aportó
Razonamiento y acciones intercalados en un mismo bucle, un esquema que adoptarán muchos agentes basados en modelos de lenguaje.
Desarrollo
En 2022 había dos líneas separadas. La cadena de pensamiento hacía que los modelos razonaran por escrito, pero solo con lo que ya sabían, y por eso a veces inventaban datos y arrastraban el error. Otros trabajos usaban los modelos para elegir acciones en un entorno, pero sin razonar sobre ellas.
ReAct las juntó. El modelo escribe un pensamiento, por ejemplo qué necesita averiguar, ejecuta una acción, como buscar un término en Wikipedia, lee el resultado y vuelve a pensar con esa información. El razonamiento sirve para planificar, seguir el progreso y corregir el plan, y las acciones traen información nueva del exterior.
En preguntas que exigen combinar datos, como las de HotpotQA, y en verificación de hechos, consultar una sencilla interfaz de Wikipedia redujo las invenciones y la propagación de errores de la cadena de pensamiento, y las trayectorias eran más fáciles de interpretar. En dos entornos interactivos, ALFWorld y WebShop, superó a los métodos de imitación y de aprendizaje por refuerzo por 34 y 10 puntos de tasa de éxito, con solo uno o dos ejemplos en la instrucción.
El artículo se presentó en ICLR 2023. Su bucle de pensar, actuar y observar es el que siguen, con variantes, muchos de los agentes posteriores.
Tres esquemas. Una línea de cuatro nodos, la cadena de pensamiento. Un árbol que se ramifica, el árbol de pensamientos. Un ciclo de tres cajas, pensar, actuar y observar, que vuelve a pensar: ReAct.
Vídeos
- Language Agents (Shunyu Yao PhD Defense) (se abre en una pestaña nueva) (Shunyu Yao · en inglés)
Viene de
Cadena de pensamiento (28 de enero de 2022)
Influencia directa documentada
ReAct parte del razonamiento por cadena de pensamiento, que cita como ejemplo de razonamiento sin contacto con el exterior, y lo intercala con acciones (resumen)
Lleva a
Árbol de pensamientos (17 de mayo de 2023)
Herencia sin relación directa demostrada
Los dos trabajos sacan al modelo de una sola línea de razonamiento, uno con acciones y otro con búsqueda
Toolformer (9 de febrero de 2023)
Convergencia independiente
Los dos trabajos dan herramientas externas a un modelo de lenguaje desde líneas distintas, uno con ejemplos en la instrucción y otro con datos autosupervisados
Uso de ordenador en Claude (22 de octubre de 2024)
Herencia sin relación directa demostrada
El uso de ordenador sigue el bucle de ReAct: el modelo observa una captura de pantalla, decide una acción y vuelve a observar el resultado
Hilos que pasan por aquí
- De responder a actuar (paso 2 de 9)
Bibliografía
Fuente original
- ReAct: Synergizing Reasoning and Acting in Language Models (arXiv:2210.03629) (se abre en una pestaña nueva). Shunyu Yao, Jeffrey Zhao, Dian Yu, Nan Du, Izhak Shafran, Karthik Narasimhan y Yuan Cao, 2022. licencia libre: CC BY 4.0
Estudios y contexto
- ReAct: Synergizing Reasoning and Acting in Language Models. ICLR 2023 (se abre en una pestaña nueva). Shunyu Yao y otros, 2023
Cómo citar
«ReAct». En La historia de la IA, revisión del 13 de noviembre de 2026. https://thehistoryofai.com/es/hito/react
Última revisión de esta ficha: 13 de noviembre de 2026.