待验证50% 置信事实精确时间
「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
1
来源数
50%
置信度
长期有效
时效性
2026/8/23
首次发现
来源
涉及实体
相关事实
待验证使用 LLM 编程时，提供正确的上下文比打磨提示词措辞更能提升输出质量71% 相似待验证测试时计算范式的核心思想是将资源从训练阶段转移到生成答案过程，通过消耗更多推理算力换取更高质量输出70% 相似待验证LLM在「生成」和「评估」时激活的推理路径不同，生成任务偏向延续已有语义方向，评估任务激活更多批判性、面向异常检测的推理路径70% 相似待验证LLM往往能在代码第一行就输出整个解法中最关键的设计决策，这种从结论向过程展开的线性输出特征与人类工程师探索性、增量修正的认知过程存在本质差异70% 相似待验证研究表明，即使使用相同的基础模型，引入迭代反思机制后在代码生成、数学推理等任务上的准确率可提升20%-40%70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/792665API
curl https://kongchang.com/api/v1/knowledge/claims/792665MCP
get_claim(id=792665)