仕組みからわかる大規模言語モデル 生成AI時代のソフトウェア開発入門

3. Evaluatorが合格判定を出すか、試行回数が上限に達するまで、次の内容を繰り返す

①Self-Reflection が評価結果からフィードバックを生成

②フィードバックを長期記憶に追加

このタスクを通した経験は長期記憶に残るため、Actorによる次のタスクにも活かされま

す。

3.9.3

Reflexionを用いたコード生成の例

例として、Reflexion をコード生成タスクに適用した場合を紹介します。ここでは、Python

の関数シグネチャとそのドキュメントを入力とし、その関数を実装するコード生成タスクを想

定します。

まず、次の関数シグネチャとドキュメントを与えて、関数の本体を生成するタスクを考えま

す。

def add_numbers(a: int, b: int) -> int:

"""

Given two integers a and b, return their sum.

"""

ここでは、関数のドキュメントはPython の docstringの形式で与えられています。「二つの

整数

a

と

b

を受け取り、それらの和を返す」という説明が関数のドキュメントです。

はじめに、Actor は初期の軌跡を生成します。軌跡の生成はLLM にプロンプトを与え、そ

の出力を取得することで行われます。使用するプロンプトは、次のようなものです。

I N

You are an AI that only responds with python code, NOT ENGLISH. You will be given ...