update: lats

src/zh/posts/reasoning/LATS.md

@@ -83,4 +83,8 @@ LATS是基于ReAct的支持顺序推理或决策任务的模型。该模型使
 
 本文研究了在HotPotQA数据集上使用内部推理和外部检索策略的表现。现代LLMs已经编码了事实知识，可以直接回答问题。搜索方法ToT和RAP可以采样和探索更多输出，对需要推理的问题有更大的提升。LATS比ReAct表现更好，即使采样相同数量的轨迹，通过扩展更多节点进行有原则的搜索。在内部推理方面，LATS与RAP相当，但表现不如行动。将内部和外部推理结合起来，LATS的表现最好，表明外部反馈在增强推理方面的重要性。
 
-本文介绍了一个复杂的决策环境WebShop，它是一个在线购物环境，由一个包含1.18M真实产品和12k人类指令的网站组成。文章使用预构建的搜索和点击命令以及浏览器反馈和反思作为观察。通过平均得分和成功率两个指标来评估性能。结果表明，GPT-3.5与ReAct在WebShop中表现出与模仿学习相当的竞争力，并且可以超越强提示策略的强化学习技术。使用LATS可以显著提高性能，表明它可以在相同的迭代次数下实现更有效的探索。
+本文介绍了一个复杂的决策环境WebShop，它是一个在线购物环境，由一个包含1.18M真实产品和12k人类指令的网站组成。文章使用预构建的搜索和点击命令以及浏览器反馈和反思作为观察。通过平均得分和成功率两个指标来评估性能。结果表明，GPT-3.5与ReAct在WebShop中表现出与模仿学习相当的竞争力，并且可以超越强提示策略的强化学习技术。使用LATS可以显著提高性能，表明它可以在相同的迭代次数下实现更有效的探索。
+
+## 5 总结
+
+这项工作介绍了语言代理树搜索（LATS）框架，它是第一个将规划、行动和推理统一起来以增强LLM问题解决能力的框架。通过使用搜索算法有意构建轨迹、整合外部反馈并使代理能够从经验中学习，LATS解决了之前提示技术的关键限制。我们的评估证明了LATS利用LLM能力在各种决策任务中的能力，同时保持其推理能力而无需额外训练。搜索、交互和反思之间的协同提供了一种多功能的自主决策方法，突显了LLM作为通用代理的潜力。