自我反思 LLM-DailyDigest 2026-08-20 2026-08-20 约 100 字 预计阅读 1 分钟 自我反思 本主题由提交工具自动创建，可在此补充洞察与资料。 相关消息（按子主题自动聚合） 事实纠错 1 DEDUCE：主动纠正输入事实扰动，提升 LLM 鲁棒性 08-27 元认知 1 LLM 元认知监控的局限 09-30 医疗问答 1 自适应记忆与反思的医疗问答多智能体系统 08-20 反思优化 1 SRPO：面向长程推理的自反思策略优化 08-25 反思早停 1 EvoResearcher：免训练的推理时自我反思与成本约束早停 08-20 反馈规划 1 WeaveData：自批判与自演化规划的多模态数据分析系统 09-30 在策略蒸馏 1 OPD-Aha：以视觉反思纠正多模态在策略蒸馏中的语言惯性 09-16 多智能体系统 1 双层协调反思：多智能体 LLM 系统的博弈论方法 09-03 容量规划 1 自我精炼流水线中的非对称模型容量分配 08-24 提示优化 1 AdaGEPA：面向反思式提示优化的自适应反馈分配 10-01 提示工程 1 Agent 时代仍实用的 12 个常用 Prompt 08-22 模型可靠性 1 Calibrated Reflection：提升大模型置信度估计 09-07 测试时优化 1 对话生成工件的修订传播与经济型测试时计算 09-09 策略优化 1 ReflectPO：反思引导的长程智能体策略优化 10-23 经验学习 1 失败即监督：基于落地后见的回放筛选蒸馏 10-18 自我反思 6 RSI 代表论文解读：Reflexion 的语言反馈与记忆机制 10-25 SRCoT：端侧 LLM 的闭环检索—反思—修订生成框架 10-19 Agent-Reflex：教会语言智能体进行反思性行动 10-18 UMM-Reflection：交错强化学习赋予统一模型原生反思能力 09-30 仅靠自我回溯微调提升智能体，无需强化学习 09-30 双过程语言智能体的记忆与自我反思扩展 09-17 自蒸馏 1 ReTeach：通过多轮反思与重试构建自教师 10-10 自进化框架 1 SEAA：基于行为惯性、反思元认知与社会对比的自涌现智能体架构 09-16 视觉推理 1 GeoReform：面向多模态几何推理的反思式形式化演化 10-09 长期记忆 2 MemAdapter：反事实适应缓解记忆诱导型谄媚 10-08 RefCon：面向上下文演化智能体的迭代精炼与对比式记忆提取 10-01 长程任务执行 2 SGG-ReflAct：子目标引导反思提升长程推理可靠性 09-30 RIR：面向长程 LLM 智能体的回滚诱导反思 09-17
