研究问题

ReAct 式逐次推理与工具等待会增加延迟和重复上下文。LLMCompiler 将函数调用编排类比为编译:先分析任务依赖,再由执行层安排能够并发的工作。

方法与图的作用

Planner 生成带工具、参数和依赖的任务图;Task Fetching Unit 按依赖就绪条件派发;Executor 实际并行调用。流式输出允许规划尚未全部完成时开始执行已解析任务。正文还讨论执行结果反馈给规划器以继续重规划。

边主要表达调用结果之间的数据依赖。没有数据依赖的两个调用,仍可能共同修改账户、文件或其他资源;因此 DAG 就绪不自动等于副作用安全。

实验证据

本轮重点阅读 v3 方法与实验,包含问答、Game of 24 和 WebShop。原论文在不同基线/任务下报告延迟、成本及成功表现,数值不能跨场景混用。本库不把问答效率结果替代为新的 RAG 研究目标。

对本库的启发与约束

应将其作为依赖调度和成本控制基线。可能进一步检验的,是在相同依赖图上加入可观察读写冲突与状态失效标记,能否减少错误并发和重复操作;这仍是本库设想,尚未证明。

关联阅读

ReWOO:变量引用 → 三种规划架构工程对照;另见 GAP、异步事件与取消。

原论文图示

原论文 S23 Figure 1:ReAct 与 LLMCompiler 的运行方式对比(动机/机制示意)。

Figure 1:ReAct 与 LLMCompiler 的运行方式对比(动机/机制示意)。 查看原始图源。

原论文 S23 Figure 2:Planner、Task Fetching Unit 与 Executor 的依赖调度框架(方法图)。

Figure 2:Planner、Task Fetching Unit 与 Executor 的依赖调度框架(方法图)。 查看原始图源。

原始来源与阅读范围

Sehoon Kim et al. / ICML 2024 · 2023-12-07。本轮范围:正文重点阅读;采集日期:2026-11-16。来源陈述与本库提出的实验设想在正文中分别说明。