待验证50% 置信基准精确时间
自我反思（self-reflection）由Shinn等人在2023年的Reflexion论文（NeurIPS 2023）中系统化，在HotpotQA、HumanEval等基准上相比单次生成基线提升了10%~20%的准确率
1
来源数
50%
置信度
长期有效
时效性
2026/7/8
首次发现
来源
验证循环让DeepSeek智能翻4倍，成本仅Claude Opus七分之一
hackernewshackernews2026/7/7
相关事实
待验证Reflexion框架在HotpotQA、HumanEval等基准上相比单次生成基线提升了10%~20%的准确率78% 相似已验证研究表明即便是最先进的模型，在事实性问答任务中的幻觉率仍在5%-20%之间波动68% 相似已验证ReAct论文通过在HotpotQA、FEVER等多跳推理基准上的实验，证明相比单纯的Chain-of-Thought推理，ReAct在需要外部信息检索的任务上准确率提升了约10%~30%67% 相似待验证2023年MIT与Google的联合研究表明，当子任务存在明确完成标准时，智能体的自我纠错效率可提升40%以上66% 相似待验证自我一致性（Self-Consistency）方法由Xuezhi Wang等人提出，在GSM8K等数学推理基准测试中将准确率提升了10%以上66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/288497API
curl https://kongchang.com/api/v1/knowledge/claims/288497MCP
get_claim(id=288497)