Agent-Framework, das Denken und Handeln in einem verschränkten Reasoning-Action-Observation-Zyklus kombiniert.
ReAct (Reasoning + Acting) lässt das Modell alternierend nachdenken und handeln: Es formuliert einen Gedanken, wählt eine Aktion, beobachtet das Ergebnis und denkt weiter — bis die Aufgabe gelöst ist.
Im Gegensatz zu reinen CoT-Prompts hat ReAct Zugang zu externen Informationsquellen. Das verhindert, dass das Modell bei Wissenslücken halluziniert, und verankert Schlussfolgerungen in tatsächlichen Daten.
ReAct ist ein einfaches, aber wirkungsvolles Framework und dient als Grundlage für viele Agent-Implementierungen. Komplexere Frameworks wie Reflexion fügen Selbstkritik und Lernschleifen hinzu.
KI-System, das Aufgaben autonom durch Planung, Werkzeugeinsatz und iteratives Handeln erledigt.
Prompting-Technik, bei der das Modell Zwischenschritte des Denkprozesses explizit ausformuliert.
Fähigkeit eines Sprachmodells, externe Funktionen wie Suche oder Taschenrechner aufzurufen.
Iterativer Ausführungszyklus eines KI-Agenten: Wahrnehmen, Planen, Handeln, Beobachten und Wiederholen.