待验证50% 置信基准精确时间
实验表明ReAct在需要多步检索的问答任务中显著优于纯推理或纯行动基线，但代价是Token消耗的线性增长
1
来源数
50%
置信度
长期有效
时效性
2026/7/14
首次发现
来源
相关事实
待验证ReAct的线性思考-行动循环在需要并行探索多条路径的任务时效率低下，且每步推理的Token消耗累积导致长任务计算成本呈二次方增长81% 相似待验证ReAct相较纯CoT在知识密集型任务（多跳问答、实时信息检索）上表现显著更优，而在纯逻辑推理任务上差异相对较小78% 相似待验证Reasoning Effort档位越高，模型可消耗的思考Token上限越大，但延迟和Token成本相应线性乃至超线性增长75% 相似待验证Self-Consistency技术通过多次采样生成不同推理路径取最一致答案，代价是推理成本随采样次数线性增加74% 相似待验证ReAct方法在需要多步信息检索、代码执行或数据库查询的复杂任务中比纯CoT方法准确率高出约34%73% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/508232API
curl https://kongchang.com/api/v1/knowledge/claims/508232MCP
get_claim(id=508232)