
本研究探討大型語言模型 (LLM) 如何透過類似於上下文對齊的自我修正過程來提升自身能力，並證明 Transformer 模型能夠利用自我修正樣本，在上下文情境下學習並生成更優質的回應。


coremsg

透過上下文對齊實現自我修正的理論理解


本文提出了一種名為「自我修正鏈」（CoSC）的新機制，透過將自我修正能力嵌入大型語言模型（LLM）中，提升其數學推理能力。



本文提出了一種名為 DECRIM 的自我修正流程，用於增強大型語言模型在處理包含多重約束條件指令時的效能，並引入了一個基於真實使用者請求的全新基準測試資料集 REALINSTRUCT。



利用 DECRIM 提升大型語言模型自我修正能力：分解、批判、精進，以增強多重約束條件下的指令遵循能力



大型語言模型 (LLM) 可透過名為「漸進式修正」(PROCO) 的新型提示方法，在沒有外部回饋的情況下，進行自我修正並提高推理能力。
