Reflexion: Language Agents with Verbal Reinforcement Learning

CORE IDEA

失败 trace 让 LLM 写 reflection，下一次 attempt 把 reflection 作为 prompt，等于用语言做 RL。

CONCRETE EXAMPLE

HumanEval/AlfWorld 上比 ReAct 提升 10%+。

L-ANCHOR · 为什么在这一层重要

verbal RL