Noticias sobre ReAct

El principal cuello de botella de la tarea a largo plazo del agente LLM no es la calidad de la toma de decisiones en un solo paso, sino la pérdida de eficiencia causada por la toma frecuente de decisiones. SPACE entrena acciones adaptativas fragmentadas a través de una supervisión de límites de fragmentos destilados, lo que significa que la industria está comenzando a pasar de "pensar en cada paso" a "saber cuándo no pensar". Si la verificación es efectiva, tendrá un impacto directo en el costo de razonamiento y la forma de implementación del agente.