【りふれくしょんえーじぇんと】

Reflectionエージェント とは?

最終更新:
💡 自分で自分の答案を採点して書き直すAI

LLMの出力や行動を評価し、フィードバックを次の生成に使う設計パターン。見直しによる改善を目指すが、自己評価だけで正しさや品質向上が保証されるわけではない。

📌 このページのポイント
出力を見直し、次の生成に使う 役割を分けた構成の例 生成する Generator 批評する Reflector 出力 フィードバック 終了時 出力 回数・時間・費用 などで終了を決める 見直しだけで正しさは保証されない
矢印は出力とフィードバックの流れ。生成と批評は同じLLMでも担える。テストなどの外部情報を使う方法もあり、品質は別途評価する。
ひよこ ひよこ
Reflectionエージェントって、AIが自分の答えを見直すってこと?
ペンギン先生 ペンギン先生
そうだよ。まず出力を作り、その出力や行動を批評して、フィードバックを次の生成に使う設計なんだ。見直しを組み込む方法の呼び方で、AIが自動的に正しい答えへ到達するという意味ではないよ
ひよこ ひよこ
人間がテストの答案を見直すみたいな感じ?
ペンギン先生 ペンギン先生
イメージは近いね。ただしAIの批評も間違うことがある。コードなら実行したテストの結果、文章なら確認できる外部情報などをフィードバックに取り入れる方法もあるよ。見直した後の出力も、目的に合う評価で確かめることが大切なんだ
ひよこ ひよこ
見直しは何回くらいやるの?
ペンギン先生 ペンギン先生
共通の正解の回数はないよ。最大回数や時間・費用の上限を決めたり、評価をもとに終了したりする。呼び出しを増やすほど時間や計算が必要になり、改善しないこともある。繰り返し続ければ必ず良くなるとは考えないようにしよう
ひよこ ひよこ
生成役と批評役って別のAIなの?
ペンギン先生 ペンギン先生
生成と批評という役割の違いで、別のモデルである必要はないよ。Self-Refineの研究では、同じLLMが生成・フィードバック・修正を行う。LangChainのReflection例も役割を分けた呼び出しを示している。実際の構成や評価方法は、タスクに合わせて選ぶんだ
ペンギン
まとめ:ざっくりこれだけ覚えればOK!
「Reflectionエージェント」って出てきたら「出力を見直したフィードバックで、次の回答を改善しようとするAI」と思えばだいたいOK!
📖 おまけ:英語の意味
「Reflection Agent」 = 振り返りエージェント
💬 Reflectionは「反射・振り返り」の意味。鏡で自分の姿を確認するように、AIが自分の出力を振り返るイメージだよ

参考資料

← 用語集にもどる