Reflection Agents

Reflection is a prompting strategy used to improve the quality and success rate of agents and similar AI systems.
⇒ 使 AI 像人類一樣能夠透過反思和迭代來不斷優化自己的表現

• Basic Reflection （基本反思）
  • Links: (Python, Youtube)
  • Composes two LLM calls: a Generator and a Reflector.
  • LLMs 在完成自己的任務後，檢查自己的行為與結果，進行簡單的調整，但是只能聚焦於當前任務或執行的操作，適合簡單的任務修正
  • 可以在 LangGraph 中完成這件事情
    
• Reflexion
  • The actor agent explicitly critiques each response and grounds its criticism in external data.
  • 不僅關注當前任務，結合長期學習經驗，配合反思框架，結合記憶、長期學習和多次迭代，進行自我改進
  • 
• Language Agent Tree Search
  • Language Agent Tree Search (LATS), by Zhou, et. al
  • 採用類似於 蒙特卡洛樹搜尋 (MCTS) 的方法，探索可能的解決路徑
    • 生成候選行動：語言模型生成可能的選擇
    • 樹的探索：使用樹搜尋技術（如 MCTS）系統性地評估各個行動的效果，選擇最佳路徑
    • 反饋學習：結合語言模型和樹搜尋的結果，更新策略或行動偏好
  • 

Reflection Agents

相關研究：

• Self-Reflection in LLM Agents Effects on Problem-Solving Performance