ReAct: Synergizing Reasoning and Acting in Language Models¶
Verified license
- License: CC BY 4.0
- 検証日: 2026-05-22
- 検証方法:
pwsh -NoProfile -File scripts/check-arxiv-license.ps1 - このページの掲載モード:
full-text-allowed
Links¶
公式¶
- Project page: https://react-lm.github.io/
- Code (GitHub): https://github.com/ysymyth/ReAct
- 主著者: Shunyu Yao
読む（複数フォーマット）¶
- arXiv abstract: https://arxiv.org/abs/2210.03629
- arXiv HTML5 (スマホ友好): https://arxiv.org/html/2210.03629
- ar5iv HTML (LaTeX豊かな表示): https://ar5iv.labs.arxiv.org/html/2210.03629
- PDF: https://arxiv.org/pdf/2210.03629
- alphaXiv (コメント付き): https://www.alphaxiv.org/abs/2210.03629
関連を辿る¶
- Hugging Face Papers: https://huggingface.co/papers/2210.03629
- Semantic Scholar: https://www.semanticscholar.org/arxiv/2210.03629
- Connected Papers: https://www.connectedpapers.com/search?q=ReAct%20Synergizing%20Reasoning%20and%20Acting
- Google Scholar: https://scholar.google.com/scholar?q=arXiv%3A2210.03629
- DBLP: https://dblp.org/search?q=ReAct+Synergizing+Reasoning+and+Acting
このノート内¶
Metadata¶
| 項目 | 値 |
|---|---|
| 著者 | Shunyu Yao, Jeffrey Zhao, Dian Yu, Nan Du, Izhak Shafran, Karthik Narasimhan, Yuan Cao |
| 公開日 | 2022-10-06 |
| ライセンス | CC BY 4.0（参考情報、本ノートでは全文転載しない） |
| 検証日 | 2026-05-22（arXiv ページから直接取得） |
読む意図¶
Codex harness の reason → tool call → observation → reason ループの直接的な祖先。
記事中に明示参照はないが、抽象構造はほぼ同じ。Codex の function_call / function_call_output の繰り返しを「なぜそうするのか」レベルで理解するためにここから読む。
1行サマリ¶
LLM に推論トレース（thought）と行動（action）を交互に生成させ、外部環境からの観測（observation）をフィードバックしながらタスクを進める枠組み。
キーアイデア¶
- Thought: モデルが「次に何をすべきか」を自然言語で考える中間ステップ
- Action: 外部ツール／環境への操作（検索、計算、ナビゲーション等）
- Observation: 環境からの返答をプロンプトに戻し、次の Thought に使う
- これを繰り返すことで、reasoning-only や acting-only より HotpotQA / FEVER / ALFWorld / WebShop で性能向上
Codex Agent Loop との関係¶
| ReAct の概念 | Codex 実装での対応 |
|---|---|
| Thought | type=reasoning の output item |
| Action | type=function_call（shell, update_plan, MCP tools 等） |
| Observation | type=function_call_output（call_id で対応） |
| Trajectory | history を Responses API に再投入 |
Codex はこの抽象を production-grade な harness に落としたもの、と読むのが自然。 プロンプトキャッシュ・compact・ZDR 設計はすべて「ReAct loop を実用化する際に発生する問題」への解決策。
引っかかりメモ（AI と話して埋めていく）¶
全文読みは Firefox のローカル翻訳でやる。ここには詰まった点だけ追記していく。
メモ¶
- WebShop の例が Codex の
shellループと構造的にそっくり - "thought" を明示的に書かせること自体が性能向上要因という主張は、Codex の reasoning trace 保存と整合
Attribution¶
- Original paper: ReAct: Synergizing Reasoning and Acting in Language Models
- Authors: Shunyu Yao, Jeffrey Zhao, Dian Yu, Nan Du, Izhak Shafran, Karthik Narasimhan, Yuan Cao
- Source: https://arxiv.org/abs/2210.03629
- License: CC BY 4.0
- Changes: Japanese annotations, study commentary, and formatting were added by the maintainer of this notebook. The original text is not reproduced in full on this page.
- Disclaimer: This is an unofficial study note. No endorsement by the original authors is implied.