LLMエージェントに“反省してやり直す力”を足す — Reflexion論文から学ぶ自己フィードバックの入れ方

はじめに ルミナイR&Dチームの栗原です。 最近の LLM エージェントは、ReAct やツール呼び出しフレームワークのおかげで コードを書いてテストを回す 仮説を試しながらツールを叩く 手順を分解して順番に実行する といった「動きながら考える」ことがある程度できるようになっています。 ただ、実際の挙動を見ていると、 一度失敗したタスクで、次の試行でも同じミスを繰り返す 「さっきの失敗から何を学んだのか」が分かりにくい 成功していても、次の試行に学びが引き継がれていない と感じる場面も多いと思います。 Noah Shinn らの “Reflexion: Langua...