OlgaNLP 团队发布自我改进循环研究：生成-反思-评判-改进

OlgaNLP 团队发布一项将模型推理构建为“生成→反思→评判→改进”自我改进循环的研究。方法通过批判性分析模型自身的 CoT，并对输出在任意关注维度上进行评判，以同步提升推理能力与自我评判能力，适用于训练任意阶段；具体实验数据待论文发布。