待验证50% 置信事实精确时间
自我改进被定义为一种由系统自身诱发的更新过程，系统在执行策略并与任务交互时产生学习信号，利用这些信号对系统内在配置进行实质性修改，从而改变支配其未来行为的策略
1
来源数
50%
置信度
长期有效
时效性
2026/9/24
首次发现
来源
涉及实体
相关事实
待验证自我改进机制主要在推理阶段通过上下文工程实现行为优化，不同于涉及模型参数更新的在线微调72% 相似待验证自我反思通过让模型评估自身输出质量并迭代改进来实现，Reflexion框架展示了Agent可以从失败尝试中学习并在下一轮迭代中调整策略68% 相似待验证哥德尔机只要能通过形式化证明确认某项自我修改会提升未来预期效用，便可执行该修改，包括修改用于证明改进的机制本身66% 相似待验证「生成-评估-修正」的循环在学术界被称为「自我精炼」（Self-Refinement），研究表明它能提升 LLM 输出质量，尤其在代码生成和数学推理任务中65% 相似待验证Self-Refine的核心机制是让大语言模型对自己的初始输出进行批评性评价，然后根据评价反馈生成改进版本，循环直到满足要求或达到迭代上限，整个过程仅依赖单一模型的推理能力，无需外部奖励模型或人类反馈65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/946408API
curl https://kongchang.com/api/v1/knowledge/claims/946408MCP
get_claim(id=946408)