OlgaNLP团队提出模型自我改进循环

OlgaNLP团队发布研究，将模型推理设计为“生成—反思—评判—改进”的自我改进循环，通过批判性分析模型自身的思维链，并对输出进行评判，同时训练推理与自我评判能力，适用于训练任意阶段。 该团队称这种方法可同步提升上述能力，但具体实验数据尚待论文发布，目前报告未提供足以验证效果的数据。

AI 根据报道生成 · 42 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。