基于Langchain框架,采用Qwen2.5大模型,搭建自己的Agent,ReACT效果比RAG好
最近在做RAG,调研后发现ReACT好像更具有说服力,对最终结果的解释也更加合理。举个例子,我扔给大模型这样一个问题:15的平方是多少?另外,法国的首都是哪里?采用ReACT的运行结果如下:>EnteringnewAgentExecutorchain...我需要先计算15的平方,然后搜索法国的首都。Action:平方计算器ActionInput:"15"Observation:15的平方等于225