LLM Agent零微调范式 ReAct Self Ask

前三章我们分别介绍了思维链的使用，原理和在小模型上的使用。这一章我们正式进入应用层面，聊聊如何把思维链和工具使用结合得到人工智能代理。

要回答我们为什么需要AI代理？代理可以解决哪些问题？可以有以下两个视角

首先是我们赋能模型，如果说LLM是大脑，那Agent提供了手脚和感官

感官：获取真实世界的信息，包括实时信息像天气情况，金融市场，交通状况；包括私有信息例如用户个人数据；包括多模态信息像声音和图像
手脚：获得和真实世界交互的能力，例如运行python脚本，调用搜索引擎，预定机票酒店。

其次是模型赋能我们，Agent加持的大模型，作为更优的数据和任务中介/代理，赋予了我们和任意数据类型交互的能力，大模型正在重构数据和信息的处理方式。从之前的结构化数据为主向更多的非结构化数据转变。

OpenAI应用研究主管LilianWeng写的LLM Powered Autonomous Agents把人工智能代理(AI Agent)分成了以下3个部分：规划模块，工具调用模块和记忆模块。

之后几章我们会聊到AI代理方案的主要差异也在这三个方向

规划：如何对问题进行拆解得到解决路径，既模型推理步骤
工具：支持哪些工具使用，如何进行工具选择，并生成调用工具的请求
记忆：短期记忆包括工具的返回值，已经完成的推理路径，长期记忆包括可访问的外部长期存储例如知识库

第一篇我们结合langchain介绍无需微调，使用few-shot，zero-shot prompt来生成推理和工具调用模板的两个方案ReAct和SelfASk。个人对langchain是又爱又恨，爱的是它集成了很多前沿的大模型应用方案，恨是感觉它有些过度封装，有点简单问题复杂设计的感觉。因此推荐使用langchain来理解每种方案的实现原理，然后脱离langchain自己写，或者只使用langchain的基础组件来实现，不要去使用它的高级API。

Self Ask

Self-ask: MEASURING AND NARROWING THE COMPOSITIONALITY GAP IN LANGUAGE MODELS
Self-ask Prompting – Ofir Press

原理

Self Ask提出了一种把问题拆解成子问题的Prompt范式，每一步模型都会自我提问是否可以把问题改写/拆解成一个简单的子问题，并进行回答，回答时可以调佣搜索工具来获得答案，然后根据工具返回结果，继续进行自我提问，直到获得最终答案。其实自我提问的推理形式并不是核心，核心是引导模型来进行问题拆解，也就是开头提到的规划能力。

论文提出之所以需要把原始的思维链改造成一步步自我提问的形式，是因为发现模型在回答复杂问题的时候，模型虽然可以正确回答其中的子问题，但是却无法回答由子问题组合起来的复杂问题，作者称之为Compositionality Gap。举个栗子：模型可以正确回答贾斯汀比伯是哪年出生的? 以及谁是94年大师赛的冠军？但是模型无法回答谁是贾斯汀比伯出生那一年的大师赛的冠军？而通过引入问题拆解的推理方式，可以很好解决这个问题

应用

我们来看下langchain的Self Ask实现，官网Demo是直接用initialize_agent来初始化代理，这里我们把中间步骤拆解开。以下使用了SerpAPI的google搜索工具和GPT3.5，都需要先去官网申请Key

import os
from langchain.agents.loading import AGENT_TO_CLASS
from langchain.agents.agent import AgentExecutor
from langchain.agents import AgentType, Tool
from langchain import OpenAI, SerpAPIWrapper
## 需要科学上个网
os.environ["http_proxy"] = "http://127.0.0.1:7890"
os.environ["https_proxy"] = "http://127.0.0.1:7890"
## 定义大模型和搜索工具
llm = OpenAI(temperature=0, openai_api_key=$你的Key)
search = SerpAPIWrapper(params={
    "engine": "google",
    "gl": "us",
    "hl": "zh-cn",
}, serpapi_api_key=$你的Key)

“”“
以下的工具初始化方式对齐了Self Ask 的Prompt模板
”“”

tools = [
    Tool(
        name="Intermediate Answer",
        func=search.run,
        description="useful for when you need to ask with search"
    )
]
## 组装：初始化agent和Chain
agent_cls = AGENT_TO_CLASS[AgentType.SELF_ASK_WITH_SEARCH]
agent = agent_cls.from_llm_and_tools(llm, tools)
chain = AgentExecutor.from_agent_and_tools(agent, tools, return_intermediate_steps=True)

AGENT_TO_CLASS里面定义了所有的Agent类型，其中SelfAskWithSearchAgent是Self Ask的实现，但其实不同Agent的差异，主要是以下few-shot prompt和对应的parser不同。

from langchain.agents.self_ask_with_search.output_parser import SelfAskOutputParser
from langchain.agents.self_ask_with_search.prompt import PROMPT

其中SelfAsk的few-shot prompt 如下，few-shot除了提供解码的格式之外，还提示了模型要对问题进行拆解

_DEFAULT_TEMPLATE = """Question: Who lived longer, Muhammad Ali or Alan Turing?
Are follow up questions needed here: Yes.
Follow up: How old was Muhammad Ali when he died?
Intermediate answer: Muhammad Ali was 74 years old when he died.
Follow up: How old was Alan Turing when he died?
Intermediate answer: Alan Turing was 41 years old when he died.
So the final answer is: Muhammad Ali

Question: When was the founder of craigslist born?
Are follow up questions needed here: Yes.
Follow up: Who was the founder of craigslist?
Intermediate answer: Craigslist was founded by Craig Newmark.
Follow up: When was Craig Newmark born?
Intermediate answer: Craig Newmark was born on December 6, 1952.
So the final answer is: December 6, 1952

省略2个shot

Question: {input}
Are followup questions needed here:{agent_scratchpad}"""

构建完chain我们来跑一个问题看下模型的中间返回结果

# chain.run是用于直接返回最终结果，直接调用callable可以返回中间过程
output =  chain("昨日A股市场涨幅最高的板块成交量如何")

以下是带中间结果的返回值，可以发现few-shot-prompt引导模型把问题"昨日A股市场涨幅最高的板块成交量如何"拆分成了，"昨日A股市场涨幅最高的板块?"，并通过谷歌搜索得到是券商板块后，继续提问"券商板块昨日成交量"得到最终结果

这里只展示了一个goodcase，因为badcase太多啦哈哈~SelfAsk结果不好的两个主要原因有

搜索没有返回有效结果：当前搜索引擎的返回结果并非为大模型回答设计，而还是为传统搜索引擎设计，返回结果不可用可能是抽取的文章摘要(snippet)不合理，或者排序逻辑返回的Top1答案不合适，再或者回答的时效性错误等等，这里存在很大的优化空间
模型拆解问题有误：SelfAsk当前主要针对组合类问题，如果你的问题拆解方式不同，需要对以上few-shot-prompt进行调整，或者进一步通过COT finetune来注入问题拆解的方式

Self Ask是一类最简单的工具调用模板，只支持单一搜索工具的使用，不支持工具选择。下面我们看下支持多种工具调用的ReAct范式~

ReAct

ReAct: SYNERGIZING REASONING AND ACTING IN LANGUAGE MODELS
ReAct (Reason+Act) prompting in LLMs – tsmatz

原理

ReAct文如其名，模型推理分成了两个部分，Reason和Action。Reason生成分析步骤，Action生成工具调用请求，二者交替进行直到得到最终的结果。和SelfAsk对比，ReAct进一步把推理和工具调用进行了解耦, 在Self Ask中，自我提问既是推理步骤也是搜索工具的请求query，而在ReAct中工具调用的请求在推理步骤之后，这样可以更好的支持搜索以外的其他工具。

ReAct在文档问答上给出的few-shot-cot推理模板如下

应用

同样是AGENT_TO_CLASS，ReActDocstoreAgent和ZeroShotAgent是基于ReAct开发的。为了保持一致性，我们用和以上Self Ask相同的方式来初始化以下两个Agent，更简洁的初始化代码详见官网ReAct, ReActDocument Store

ZeroShotAgent

需要提供可以使用的工具列表，以及每种工具的描述，LLM完全基于上下文，根据工具的描述进行工具选择，适用于没有固定推理套路的场景。为了和SelfAsk对比，这里我们还是使用谷歌搜索，再额外加入Wolfram Alpha工具，代码部分只用替换工具定义的部分和agent class，其余部分完全一样。

"""
需要提供工具的描述description：用于工具选择和工具请求的生成
同时tool.name从selfAsk中统一的Intermediate Answer,调整为工具本身的名称用于生成工具调用的前缀
"""
import os
from langchain.agents.loading import AGENT_TO_CLASS
from langchain.agents.agent import AgentExecutor
from langchain.agents import AgentType, Tool
from langchain import OpenAI, SerpAPIWrapper
from langchain.utilities.wolfram_alpha import WolframAlphaAPIWrapper
## 需要科学上个网
os.environ["http_proxy"] = "http://127.0.0.1:7890"
os.environ["https_proxy"] = "http://127.0.0.1:7890"
os.environ["WOLFRAM_ALPHA_APPID"] = "你的key"
## 定义大模型和搜索工具
llm = OpenAI(temperature=0, openai_api_key=$你的key)
search = SerpAPIWrapper(params={
    "engine": "google",
    "gl": "us",
    "hl": "zh-cn",
}, serpapi_api_key=$你的key)
wolfram = WolframAlphaAPIWrapper()
tools = [
    Tool(
        name="搜索",
        description="搜索引擎，当你需要回答当前问题的时候调用，输入是检索query",
        func=search.run
    ),
    Tool(
        name="Wolfram",
        description="Wolfram Alpha，当你需要回答和数学，科学，科技，文化，社会，日常生活相关的问题时调用，输入是检索query",
        func=wolfram.run
    ),
]
agent_cls = AGENT_TO_CLASS[AgentType.ZERO_SHOT_REACT_DESCRIPTION ]
agent = agent_cls.from_llm_and_tools(llm, tools)
chain = AgentExecutor.from_agent_and_tools(agent, tools, return_intermediate_steps=True)
output = chain("昨日A股市场涨幅最高的板块成交量多少") #chain.run不能返回中间结果，直接调用可以返回中间过程

加入谷歌搜索和Wolfram工具后，zero-shot prompt如下，包含工具的描述和Action部分可以调用的工具列表。

继续问：昨日A股市场涨幅最高的板块成交量如何？因为没有few-shot拆解问题的指引，只有以上zero-shot去描述工具选择，因此模型并没有正确拆解问题，不过正确选择了搜索工具。

当我们提问wolfram可以解决的问题领域，例如求解几何面积时，大模型会选择调用Wolfram来解决数学问题。

ReActDocstoreAgent

适用于文档问答的固定推理模板+固定工具使用，论文定义了两种工具Search检索，和Lookup在文档中查找关键词所在的句子。DocStore因为推理模板固定，可用的场景比较有限，我们就做不测试了，大家可以直接去看官网给出的Demo。

React虽然本身是可以不经过模型指令微调直接使用的，但论文中也提出指令微调后效果会有提升，不过微调的方案我们会单独放一章来说。

总结

看完了SelfAsk和React的实现，不难发现二者存在一些局限性

更适合简单的工具调用：这里的简单是指工具的输入和上文的文本语义比较符合，工具输入比较“自然语言”风格例如搜索。高度结构化和符号化的工具输入，使用Prompt实现，准确率比较有限。
更适合少量的工具组合：受限于Prompt上文的长度，不能把几十个工具prompt全塞进去，因此更适合少量的工具组合一般是3~5个以内
规划能力：在问题拆解上few-shot的效果会比zero-shot要好，不过要支持特定的问题拆解逻辑需要定制化领域few-shot。如果逻辑过于复杂或者多样性较高，只依赖固定prompt的效果也会比较一般。
串行计算延时高：SelfAsk和React都是串行推理逻辑，每一步推理和工具调用都依赖上一步的推理结果，导致整体计算耗时太长。针对这个问题可以看下ReWOO[4]提出的并行推理+槽位填充的方案~

针对更复杂多样的工具调用，和更有针对性/复杂的模型规划能力，我们下一章介绍基于指令微调的工具调用方案。