AIToday
大規模言語モデルAI安全性・アラインメントZenn AI/ML掲載日時: 2026年11月21日 16:00

ReActは思考・行動・観察を繰り返す仕組み

LINEで送る
ReActは思考・行動・観察を繰り返す仕組み

3つのポイント

  1. 何が起きたか

    Zennの解説記事が、LLMがThought → Action → Observationのループで推論と行動を繰り返し、finishアクションで終了する2022年のGoogle ResearchのReActを説明した。

  2. なぜ重要か

    タスクを明示的な思考、ツール呼び出し、観察に分けることで、モデルは外部情報を利用でき、各ステップの選択理由を示せる。解説記事はこれによりエージェントの動作を追跡しやすくなると述べている。

わからないところ、AIに聞けます

質問と回答はこのページに公開されます。

こういう要約が、毎朝あなたのメールに届きます。

背景と解説

解説記事は、問題の片方だけを扱っていた以前のアプローチとReActを対比させる。推論だけに焦点を当てた手法は外部情報に到達できず、ツール使用だけに焦点を当てた手法は行動を選んだ理由を説明できなかった。ReActは両者を組み合わせ、各Thoughtが次のActionを導き、各Observationが次のThoughtを豊かにする。

このパターンはGoogle Researchによる2022年前半の提案として紹介され、解説記事は3つの理由から現代のAIエージェントの基盤になったと論じる。推論と行動の相互強化、人間が思考と確認を交互に行う様子との類似性、思考を書き出すことで得られる追跡可能性だ。また、関連パターンの位置づけも示す。予測可能なステップには計画先行の実行、試行錯誤のタスクには自己批判と再試行、広い探索空間には複数の推論経路の分岐探索である。注意点として、追加の推論は無償ではなく、単純なタスクでは省く方が速い場合がある。

よくある質問
ReActのループにおける3つのステップとは何か?
Thought、Action、Observationがモデルがfinishアクションを出すまで繰り返される。Thoughtは状況と次の計画を述べ、Actionは引数付きでツールを実行し、Observationは結果を次のThoughtにフィードバックする。
ReActは常に他の手法より優れているのか?
いいえ。解説記事は、ReActがすべてのタスクに最適な選択ではないと述べており、単純なタスクでは推論ステップを省く方が速い場合がある。
なぜReActはデバッグしやすいのか?
モデルがThought、つまりなぜその行動を選んだかを明示的なテキストとして書き出すため、人間はエージェントの意思決定プロセスを追跡し検証できる。
LINEで送る

あなたの仕事に関係するAIニュースを、毎朝お届けします。

業界と使っているAIツールを選ぶと、仕事に関係するニュースが毎朝届きます。

登録無料・Googleアカウントなら30秒・いつでも解除できますAITodayについて →

AIに質問

この記事についてわからないことをAIに質問できます。AIはこの記事・AIToday の過去記事・Wikipedia を読み、出典を付けて答えます。Q&Aはこのページに公開され、他の読者も読めます。

質問と回答はこのページに公開されます。

このようなAIの動きを、御社の業界・競合に合わせて毎日届ける法人プランもあります → 詳しく見る

関連記事

OpenAIがAstraとSol向けプロンプト集を公開

OpenAIはGPT-6.2 AstraとSol向けに文体・主体性・コーディングを扱うコピー可能なプロンプトを公開し、Responses APIで会話履歴を編集すると以前の推論内容が破棄される可能性があると警告した

NEWTHE DECODER1時間前

AIスキルを磨きたいZ世代は18% 上の世代より低関心

Seramountが米国のホワイトカラー従業員1,800人超を調査したところ、AIスキルを身につけたいZ世代の労働者はわずか18%で、ミレニアル世代の36%、X世代の46%、ベビーブーマーの43%を大きく下回った

NEWFortune AI1時間前

DeepMindの哲学者シェブリン氏、AI意識の可能性を20%と推定

5月に「哲学者」としてGoogle DeepMind入社のHenry Shevlin氏はFTに、既存モデルに「ある種の意識」が宿る可能性は20%程度としつつ「アインシュタインが1、2人必要だ」と強調した

NEWAI Weekly1時間前

CloudflareのPrince氏

Cloudflare CEOのMatthew Prince氏は、AIによるセキュリティ対応の逼迫は今後2年間続くが、その後は防御側がAIを活用し収束すると予測した

NEWWIRED AI1時間前

弁護士ドットコム茂手木社長が8年越しのLIC買収語る

9月18日の第73回上場企業倶楽部で、弁護士ドットコム社長の茂手木太一郎氏が、2015年に打診し2023年に完了した判例データベース運営LICのグループ入りまでの8年間の取り組みを振り返った

NEWPR TIMES (AI)4時間前

AnthropicのLevent Alpöge氏

Levent Alpöge氏は、自身とClaudeがリーマン予想と一般化リーマン予想を証明したと述べた

NEWTHE DECODER4時間前
次の記事へnferenceとCedars-Sinaiが連合AI基盤構築