待验证50% 置信事实精确时间
当前 LLM 驱动的 RSI 实践依赖模型的代码生成与自我批评能力，典型代表包括 AlphaCode 的迭代修复流程以及 Reflexion 论文所描述的 reflection 机制
1
来源数
50%
置信度
长期有效
时效性
2026/9/29
首次发现
来源
涉及实体
相关事实
待验证递归自我改进（RSI）意味着系统需要评估自己的输出、修改自己的策略、甚至重构自己的执行流程68% 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66% 相似待验证RLHF的人类介入发生在训练阶段并固化为模型权重，属于隐式编码，而表征工程干预在推理时操控内部表征，具有即时性和可逆性66% 相似待验证反思式提示进化的核心机制是让LLM执行任务后根据结果生成自然语言反思并反馈到提示词形成迭代优化循环，代表性工作包括APE、EvoPrompt和Reflexion65% 相似待验证可解释性研究试图通过理解模型内部运作机制判断AI生成的代码或训练数据是否隐含非预期的行为模式65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/959016API
curl https://kongchang.com/api/v1/knowledge/claims/959016MCP
get_claim(id=959016)