reflexion

收录理由

这是Reflexion在NeurIPS 2023上的官方代码仓库。Reflexion是近年来大语言模型智能体研究中颇具影响力的改进思路之一，如果你打算研究或改造这类方法，从这里入手会非常合适。它的核心机制很直观：语言智能体在尝试失败后，会回顾自己的推理轨迹，用简短的文字写下哪里出了问题，然后在下一轮尝试中参考这段自我反思来调整行为。与依赖梯度更新的强化学习不同，这种方案完全通过自然语言提示实现，轻量且易于实验。仓库代码覆盖了HotPotQA上的问答任务和AlfWorld文本环境中的决策任务，提供了多种notebook，方便对比ReAct、思维链等不同智能体类型在不同反思策略下的表现。你可以把它当作研究脚手架而非生产系统，真正的价值在于运行这些notebook、复现论文中的结果，以及把自我反思循环抽出来作为模板，用到你自己的智能体实验里。