Self Discover框架，万万想不到AI Agent还能这样推理

在上篇文章《AI大模型实战篇：Basic Reflection，AI Agent的左右互搏之术》中，风叔结合原理和具体源代码，详细介绍了第一种偏重反思的AI Agent设计模式，即Basic Reflection。

Basic Reflection 的思路非常朴素，使用成本较低，但是在实际应用中，Basic Reflection面对一些比较复杂的问题时，需要Generator具备更强大的推理能力。

在这篇文章中，沿着“更强大的推理能力”这条优化路线，风叔将介绍Self-discover设计模式。这个设计模式非常有意思，相信看到最后，大家会发现令人惊奇的结果。

一、Self Discover的概念

Self-Discover 是由Google的研究人员提出的一种AI Agent框架，可实现自动发现和构建推理结构，以解决各种推理任务。这种方法的核心是一个自发现过程，它允许大型语言模型在没有明确标签的情况下，自主地从多个原子推理模块（如批判性思维和逐步思考）中选择，并将其组合成一个推理结构。

Self-Discover框架包含两个主要阶段，自发现特定任务的推理结构、应用推理结构解决问题。如下图所示：

阶段一：自发现特定任务的推理结构

主要包含三个主要动作：选择（SELECT）、适应（ADAPT）和实施（IMPLEMENT）。

选择：在这个阶段，模型从一组原子推理模块（例如“批判性思维”和“逐步思考”）中选择对于解决特定任务有用的模块。模型通过一个元提示来引导选择过程，这个元提示结合了任务示例和原子模块描述。选择过程的目标是确定哪些推理模块对于解决任务是有助的。

适应：一旦选定了相关的推理模块，下一步是调整这些模块的描述使其更适合当前任务。这个过程将一般性的推理模块描述，转化为更具体的任务相关描述。例如对于算术问题，“分解问题”的模块可能被调整为“按顺序计算每个算术操作”。同样，这个过程使用元提示和模型来生成适应任务的推理模块描述。

实施：在适应了推理模块之后，Self-Discover框架将这些适应后的推理模块描述转化为一个结构化的可执行计划。这个计划以键值对的形式呈现，类似于JSON，以便于模型理解和执行。这个过程不仅包括元提示，还包括一个人类编写的推理结构示例，帮助模型更好地将自然语言转化为结构化的推理计划。

阶段二：应用推理结构

完成阶段一之后，模型将拥有一个专门为当前任务定制的推理结构。在解决问题的实例时，模型只需遵循这个结构，逐步填充JSON中的值，直到得出最终答案。

二、Self Discover的实现过程

下面，风叔通过实际的源码，详细介绍Self Discover模式的实现方法，具体的源代码地址可以在文章结尾处获取。在手机端阅读源码的体验不太好，建议大家在PC端打开。

第一步 定义Select、Adapt和Implement

第一步要做的事情，是前面所讲的阶段一，定义好select、adapt和implement这三个过程。

首先，定义select。给Select的prompt是，“对于给定的任务，找出最相关的reasoning module，即确定通过什么方法来解决任务”

然后，定义adapt。给Adapt的prompt是，“在不需要给出完整解决方案的情况下，让大模型调整上一步得到的reasoning module，以更好地适应任务。”

接下来，定义implement。给Implement的prompt是，“在不需要给出完整解决方案的情况下，利用上一步得到的优化后的reasoning module，创建一个可执行的推理结构。”

第二步 执行推理结构

第二步要做的事情，就是前面所讲的阶段二，应用这个推理结构获得最终答案

第三步 提出问题，开始推理

第三步就是将这个过程进行推理实现，如下面的代码所示，这一步非常关键，大家可以逐条仔细看：

这段代码非常简单。首先，我们提出了39种reasoning modules，即推理的具体方法，大家也可以自己提炼出一些推理方法，通过prompt告知给Agent。

然后，我们提出一个具体的推理任务：“Lisa 有 10 个苹果。她给了朋友 3 个苹果，然后从商店买了 5 个苹果。Lisa 现在有多少个苹果？”

然后大模型会自动选出最合适的推理方法。实践中发现，大模型选择了方法9和10。

接下来，针对目标任务，大模型自动优化推理方法的描述。

然后，大模型自动给出了具体的推理结构。

至此，Self Discover的原理和流程就介绍完了。

风叔在尝试这个case之前，完全没想到大模型还能在给定的推理方法中，自主选择最合适特定的问题的推理方法，并完成推理结构和推理语言的输出，这项能力确实是让风叔眼前一亮。通过这种推理方式，未来Agent就能解决更加多样化的问题，因为任何类型的问题，总能有其对应的推理和思考方式。

总结

整个Self-Discover的关键在于，它允许模型在没有人类干预的情况下，自主地生成适合特定任务的推理结构。这样不仅提高了模型的推理能力，而且提高了推理过程的可解释性。通过这种方式，模型能够更有效地处理复杂和多样化的任务。

本篇文章提到的例子，虽然结构很清晰，但不足之处在于没有使用Tools。对于需要使用搜索工具、数学工具等外部工具的场景，我们也可以让大模型在adapt环节给出适合解决目标任务的外部工具，然后在后续过程中执行。

在下一篇文章中，风叔将介绍另一种优化Basic Reflection的方式，增加强化学习，Reflexion。

版权声明

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符，请点击 举报 进行投诉反馈！