待验证50% 置信事实精确时间
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
1
来源数
50%
置信度
长期有效
时效性
2026/8/22
首次发现
来源
涉及实体
相关事实
待验证Reflexion框架让模型评估自己输出的质量并进行迭代修正78% 相似待验证监督微调训练模型模仿人类标注的正确答案，而强化学习微调让模型通过试错学习最优策略75% 相似已验证现代智能体通常基于ReAct（Reasoning + Acting）范式运作，模型先推理当前状态再决定调用哪个工具74% 相似待验证Builder模式的核心技术采用'ReAct'（Reasoning + Acting）范式，即模型在每一步先进行推理思考，再决定下一步行动，然后观察执行结果形成闭环反馈74% 相似待验证工具调用允许模型在推理过程中动态调用外部函数，并将执行结果纳入后续推理的上下文，形成感知-决策-执行的闭环73% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/786975API
curl https://kongchang.com/api/v1/knowledge/claims/786975MCP
get_claim(id=786975)