Shunyu Yao
AI研究者，ReAct论文的主要作者，研究方向包括语言模型与外部环境交互的Agent框架设计
核心事实
时间轴 (近 90 天)
ReAct 模式是「Reasoning + Acting」的缩写，由 Shunyu Yao 等人在 2022 年的论文中提出。
ReAct论文由Shunyu Yao等人于2023年在ICLR发表，提出思考（thought）不改变环境因此不产生观察（observation）
2023年Yao等人提出的ReAct范式让模型交替进行思考（Thought）和行动（Action），奠定了现代Agent的基本工作模式
ReAct范式由普林斯顿大学的Shunyu Yao等人在论文《ReAct: Synergizing Reasoning and Acting in Language Models》中提出，该论文于2022年10月发表并被ICLR 2023收录
全部知识事实 (5)
ReAct框架由Yao等人于2022年发表在NeurIPS，证明了将自然语言推理轨迹与行动步骤交织能显著优于单独使用思维链或单独使用行动序列
80%已验证2023年Yao等人提出的ReAct范式让模型交替进行思考（Thought）和行动（Action），奠定了现代Agent的基本工作模式
65%待验证ReAct 模式是「Reasoning + Acting」的缩写，由 Shunyu Yao 等人在 2022 年的论文中提出。
50%待验证ReAct论文由Shunyu Yao等人于2023年在ICLR发表，提出思考（thought）不改变环境因此不产生观察（observation）
50%待验证ReAct范式由普林斯顿大学的Shunyu Yao等人在论文《ReAct: Synergizing Reasoning and Acting in Language Models》中提出，该论文于2022年10月发表并被ICLR 2023收录
50%