提升大语言模型自我反思能力，浙大团队自我对比新策略优化模型效果

通常的观点是，当大模型帮助人们做数学题、订外卖或机票时，结果有时并不能完全符合人类的预期。自我反思能够让模型自己调整输出，解决之前存在的一些问题，从而更好地服务人类。但是与人类似的是，大模型进行自我反思本身就是一件很难的事情。例如，人类做一道数学题，如果得到了错误答案，我们自身可能很难做出反思来获得正确的答案。尤其是对于超出我们能力范围的题目，通过自我反思很难实现纠正有缺陷的答案。对于大模型而言，在没有外界辅助或反馈的情况下，其自身的自左向右的解码模式也使其反思能力受到了限制。研究发现，关键的难题在于自我评估反馈的质量。大语言模型（Large Language Model，LLM）在自我评估时，或表现出过度自信，或表现出高度随机性，往往会提供顽固或不一致的反馈，从而导致反思效果不佳。针对 ………………………………