تحسين الناتج التكراري ذاتيًا

It matters because models can often spot and fix their own mistakes without any extra training or human feedback.

ويدير نظام Self-Refine، الذي قدمه مادان وزملاؤه في عام 2023، نفس النموذج في ثلاثة أدوار: المولد والناقد والمراجع. أولا ينتج النموذج إجابة أولية. ثم يُطلب منه تقديم تعليقات محددة وقابلة للتنفيذ على تلك الإجابة (على سبيل المثال، "هذا الرمز يفتقر إلى معالجة الأخطاء" أو "هذا الملخص غاب عن رقم التكلفة"). وأخيرًا، يعيد كتابة الإجابة باستخدام تلك التعليقات. تتكرر الدورة حتى يقرر النموذج أن الإخراج جيد بما فيه الكفاية أو يتم الوصول إلى حد الخطوة. والأهم من ذلك، أنه لا يلزم أي تدريب إضافي، أو نموذج مكافأة، أو أداة خارجية، بل مجرد تحفيز ذكي. في مهام مثل تحسين التعليمات البرمجية، والحوار، وإعادة كتابة المشاعر، أدت هذه الحلقة إلى تحسين الجودة بشكل ملحوظ عبر إنشاء لقطة واحدة.