agents-course/pr_545/ru-RU/_app/immutable/nodes/23.fada30d0.js

import{s as wt,o as kt,n as Et}from"../chunks/scheduler.f6b352c8.js";import{S as yt,i as qt,g as a,s,r as q,A as It,h as m,f as n,c as i,j as Ht,u as I,x as r,k as At,y as Ot,a as l,v as O,d as z,t as U,w as j,m as Rt,n as bt}from"../chunks/index.7f38e934.js";import{T as Pt}from"../chunks/Tip.ae532637.js";import{H as ht,E as zt}from"../chunks/getInferenceSnippets.6e7b7bd6.js";function Ut(E){let p;return{c(){p=Rt("В этом разделе мы погрузимся во внутреннюю работу AI агента - его способность рассуждать и планировать. Мы рассмотрим, как агент использует свой внутренний диалог для анализа информации, разбиения комплексных проблем на управляемые шаги и принятия решения о том, какие действия следует предпринять дальше. Кроме того, мы представим подход Re-Act - технику подсказок, которая побуждает модель думать «шаг за шагом», прежде чем действовать.")},l(f){p=bt(f,"В этом разделе мы погрузимся во внутреннюю работу AI агента - его способность рассуждать и планировать. Мы рассмотрим, как агент использует свой внутренний диалог для анализа информации, разбиения комплексных проблем на управляемые шаги и принятия решения о том, какие действия следует предпринять дальше. Кроме того, мы представим подход Re-Act - технику подсказок, которая побуждает модель думать «шаг за шагом», прежде чем действовать.")},m(f,$){l(f,p,$)},d(f){f&&n(p)}}}function jt(E){let p,f,$="Эти модели были обучены всегда включать определенные секции <em>размышлений</em> (заключенные между специальными токенами <code>&lt;think&gt;</code> и <code>&lt;/think&gt;</code>). Это не просто техника подсказки, как в ReAct, а метод обучения, при котором модель учится генерировать эти секции после анализа тысяч примеров, которые показывают, чего мы от нее ожидаем.";return{c(){p=Rt(`В последнее время мы наблюдаем большой интерес к стратегиям рассуждений. Именно это лежит в основе таких моделей, как Deepseek R1 или OpenAI o1, которые были дообучены "думать перед ответом".
`),f=a("p"),f.innerHTML=$},l(u){p=bt(u,`В последнее время мы наблюдаем большой интерес к стратегиям рассуждений. Именно это лежит в основе таких моделей, как Deepseek R1 или OpenAI o1, которые были дообучены "думать перед ответом".
`),f=m(u,"P",{"data-svelte-h":!0}),r(f)!=="svelte-w48df0"&&(f.innerHTML=$)},m(u,o){l(u,p,o),l(u,f,o)},p:Et,d(u){u&&(n(p),n(f))}}}function St(E){let p,f,$,u,o,S,d,B,_,mt="Мысли представляют собой внутренние процессы <strong>рассуждения и планирования</strong> агента для решения задачи.",D,v,ft="При этом используется способность Большой Языковой Модели (Large Language Model, LLM) агента <strong>анализировать информацию, представленную в подсказке</strong>.",G,x,rt="Считайте это внутренним диалогом агента, в ходе которого он обдумывает поставленную задачу и разрабатывает стратегию действий.",F,C,ut="Мысли Агента отвечают за доступ к текущим наблюдениям и решение о том, каким должно быть следующее действие (действия).",K,L,$t="Благодаря этому процессу агент может <strong>разбивать сложные проблемы на более мелкие и управляемые шаги</strong>, рефлексировать над прошлым опытом и постоянно корректировать свои планы основываясь на новой информации.",Q,g,ot="Вот несколько примеров общих мыслей:",J,T,dt="<thead><tr><th>Тип мышления</th> <th>Пример</th></tr></thead> <tbody><tr><td>Планирование</td> <td>“Мне нужно разбить эту задачу на три этапа: 1) собрать данные, 2) проанализировать тенденции, 3) создать отчет”</td></tr> <tr><td>Анализ</td> <td>“Судя по сообщению об ошибке, проблема заключается в параметрах подключения к базе данных”</td></tr> <tr><td>Принятие решений</td> <td>“Учитывая бюджетные ограничения пользователя, я должен рекомендовать вариант среднего уровня”</td></tr> <tr><td>Решение проблем</td> <td>“Чтобы оптимизировать этот код, я должен сначала профилировать его, чтобы выявить узкие места”</td></tr> <tr><td>Интеграция памяти</td> <td>“Пользователь ранее упоминал, что предпочитает Python, поэтому я приведу примеры на Python”</td></tr> <tr><td>Саморефлексия</td> <td>“Мой последний подход не сработал, я должен попробовать другую стратегию”</td></tr> <tr><td>Постановка цели</td> <td>“Чтобы выполнить эту задачу, мне нужно сначала установить критерии приемки”</td></tr> <tr><td>Приоритизация</td> <td>“Уязвимость безопасности должна быть устранена до добавления новых функций”</td></tr></tbody>",N,M,ct=`<p><strong>Примечание:</strong> В случае дообучения LLM вызову функций, процесс мышления необязателен.
<em>Если вы не знакомы с вызовом функций, более подробно об этом будет рассказано в разделе Действия.</em></p>`,V,H,W,A,_t="Ключевым методом является <strong>ReAct подход</strong>, который представляет собой конкатенацию ” Рассуждения (Reasoning)” (Мысли) и “Действия (Acting)“.",X,P,vt="ReAct - это простая техника подсказки, которая добавляет «Давайте думать шаг за шагом», прежде чем позволить LLM декодировать следующие токены.",Y,h,xt="Действительно, побуждение модели думать “шаг за шагом” стимулирует процесс декодирования следующих токенов <strong>которые генерируют план</strong>, а не окончательное решение, поскольку модель поощряется <strong>декомпозировать</strong> проблему на <em>подзадачи</em>.",Z,R,Ct="Это позволяет модели рассматривать подзадачи более детально, что в целом приводит к меньшему количеству ошибок, чем при попытке непосредственно сгенерировать окончательное решение.",tt,b,Lt='<img src="https://huggingface.co/datasets/agents-course/course-images/resolve/main/en/unit1/ReAct.png" alt="ReAct"/> <figcaption>(d) - это пример подхода Re-Act, когда мы подсказываем: &quot; Давай думать шаг за шагом&quot;.</figcaption>',et,c,nt,lt,st,w,gt="Теперь, когда мы лучше понимаем процесс Мышления, давайте углубимся во вторую часть процесса: Действие.",it,k,pt,y,at;return o=new ht({props:{title:"Мысль: Внутреннее Рассуждение и Re-Act подход",local:"мысль-внутреннее-рассуждение-и-re-act-подход",headingTag:"h1"}}),d=new Pt({props:{$$slots:{default:[Ut]},$$scope:{ctx:E}}}),H=new ht({props:{title:"Подход Re-Act",local:"подход-re-act",headingTag:"h2"}}),c=new Pt({props:{$$slots:{default:[jt]},$$scope:{ctx:E}}}),k=new zt({props:{source:"https://github.com/huggingface/agents-course/blob/main/units/ru-RU/unit1/thoughts.mdx"}}),{c(){p=a("meta"),f=s(),$=a("p"),u=s(),q(o.$$.fragment),S=s(),q(d.$$.fragment),B=s(),_=a("p"),_.innerHTML=mt,D=s(),v=a("p"),v.innerHTML=ft,G=s(),x=a("p"),x.textContent=rt,F=s(),C=a("p"),C.textContent=ut,K=s(),L=a("p"),L.innerHTML=$t,Q=s(),g=a("p"),g.textContent=ot,J=s(),T=a("table"),T.innerHTML=dt,N=s(),M=a("blockquote"),M.innerHTML=ct,V=s(),q(H.$$.fragment),W=s(),A=a("p"),A.innerHTML=_t,X=s(),P=a("p"),P.textContent=vt,Y=s(),h=a("p"),h.innerHTML=xt,Z=s(),R=a("p"),R.textContent=Ct,tt=s(),b=a("figure"),b.innerHTML=Lt,et=s(),q(c.$$.fragment),nt=s(),lt=a("hr"),st=s(),w=a("p"),w.textContent=gt,it=s(),q(k.$$.fragment),pt=s(),y=a("p"),this.h()},l(t){const e=It("svelte-u9bgzb",document.head);p=m(e,"META",{name:!0,content:!0}),e.forEach(n),f=i(t),$=m(t,"P",{}),Ht($).forEach(n),u=i(t),I(o.$$.fragment,t),S=i(t),I(d.$$.fragment,t),B=i(t),_=m(t,"P",{"data-svelte-h":!0}),r(_)!=="svelte-1mq2t8h"&&(_.innerHTML=mt),D=i(t),v=m(t,"P",{"data-svelte-h":!0}),r(v)!=="svelte-zxb2p7"&&(v.innerHTML=ft),G=i(t),x=m(t,"P",{"data-svelte-h":!0}),r(x)!=="svelte-tdb0pm"&&(x.textContent=rt),F=i(t),C=m(t,"P",{"data-svelte-h":!0}),r(C)!=="svelte-1vb7cbt"&&(C.textContent=ut),K=i(t),L=m(t,"P",{"data-svelte-h":!0}),r(L)!=="svelte-dk7tca"&&(L.innerHTML=$t),Q=i(t),g=m(t,"P",{"data-svelte-h":!0}),r(g)!=="svelte-118flum"&&(g.textContent=ot),J=i(t),T=m(t,"TABLE",{"data-svelte-h":!0}),r(T)!=="svelte-1yd0nz4"&&(T.innerHTML=dt),N=i(t),M=m(t,"BLOCKQUOTE",{"data-svelte-h":!0}),r(M)!=="svelte-jz84nr"&&(M.innerHTML=ct),V=i(t),I(H.$$.fragment,t),W=i(t),A=m(t,"P",{"data-svelte-h":!0}),r(A)!=="svelte-4en46r"&&(A.innerHTML=_t),X=i(t),P=m(t,"P",{"data-svelte-h":!0}),r(P)!=="svelte-6re8c"&&(P.textContent=vt),Y=i(t),h=m(t,"P",{"data-svelte-h":!0}),r(h)!=="svelte-18uk3cy"&&(h.innerHTML=xt),Z=i(t),R=m(t,"P",{"data-svelte-h":!0}),r(R)!=="svelte-8ja5px"&&(R.textContent=Ct),tt=i(t),b=m(t,"FIGURE",{"data-svelte-h":!0}),r(b)!=="svelte-1bq3yl6"&&(b.innerHTML=Lt),et=i(t),I(c.$$.fragment,t),nt=i(t),lt=m(t,"HR",{}),st=i(t),w=m(t,"P",{"data-svelte-h":!0}),r(w)!=="svelte-9u2ov"&&(w.textContent=gt),it=i(t),I(k.$$.fragment,t),pt=i(t),y=m(t,"P",{}),Ht(y).forEach(n),this.h()},h(){At(p,"name","hf:doc:metadata"),At(p,"content",Bt)},m(t,e){Ot(document.head,p),l(t,f,e),l(t,$,e),l(t,u,e),O(o,t,e),l(t,S,e),O(d,t,e),l(t,B,e),l(t,_,e),l(t,D,e),l(t,v,e),l(t,G,e),l(t,x,e),l(t,F,e),l(t,C,e),l(t,K,e),l(t,L,e),l(t,Q,e),l(t,g,e),l(t,J,e),l(t,T,e),l(t,N,e),l(t,M,e),l(t,V,e),O(H,t,e),l(t,W,e),l(t,A,e),l(t,X,e),l(t,P,e),l(t,Y,e),l(t,h,e),l(t,Z,e),l(t,R,e),l(t,tt,e),l(t,b,e),l(t,et,e),O(c,t,e),l(t,nt,e),l(t,lt,e),l(t,st,e),l(t,w,e),l(t,it,e),O(k,t,e),l(t,pt,e),l(t,y,e),at=!0},p(t,[e]){const Tt={};e&2&&(Tt.$$scope={dirty:e,ctx:t}),d.$set(Tt);const Mt={};e&2&&(Mt.$$scope={dirty:e,ctx:t}),c.$set(Mt)},i(t){at||(z(o.$$.fragment,t),z(d.$$.fragment,t),z(H.$$.fragment,t),z(c.$$.fragment,t),z(k.$$.fragment,t),at=!0)},o(t){U(o.$$.fragment,t),U(d.$$.fragment,t),U(H.$$.fragment,t),U(c.$$.fragment,t),U(k.$$.fragment,t),at=!1},d(t){t&&(n(f),n($),n(u),n(S),n(B),n(_),n(D),n(v),n(G),n(x),n(F),n(C),n(K),n(L),n(Q),n(g),n(J),n(T),n(N),n(M),n(V),n(W),n(A),n(X),n(P),n(Y),n(h),n(Z),n(R),n(tt),n(b),n(et),n(nt),n(lt),n(st),n(w),n(it),n(pt),n(y)),n(p),j(o,t),j(d,t),j(H,t),j(c,t),j(k,t)}}}const Bt='{"title":"Мысль: Внутреннее Рассуждение и Re-Act подход","local":"мысль-внутреннее-рассуждение-и-re-act-подход","sections":[{"title":"Подход Re-Act","local":"подход-re-act","sections":[],"depth":2}],"depth":1}';function Dt(E){return kt(()=>{new URLSearchParams(window.location.search).get("fw")}),[]}class Jt extends yt{constructor(p){super(),qt(this,p,Dt,St,wt,{})}}export{Jt as component};