概述
自我最佳化是一種提示技術，語言模型會批評自己的產出並重寫它，循環直到答案得到改善。這很重要，因為模型通常可以發現並修復自己的錯誤，而無需任何額外的培訓或手動回饋。
自精煉迭代輸出改進是用於大規模閱讀、生成、分類和轉換文字和語音的語言人工智慧堆疊的一部分。
深入探討
Madaan 及其同事於 2023 年推出的 Self-Refine 運行相同的模型，扮演三個角色：生成者、批評者和修訂者。首先，模型產生一個初始答案。然後，系統會提示對該答案提供具體的、可操作的回饋（例如，「此程式碼缺乏錯誤處理」或「此摘要錯過了成本數字」）。最後，它使用該回饋重寫答案。重複該循環，直到模型確定輸出足夠好或達到步長限制。至關重要的是，不需要額外的培訓、獎勵模型或外部工具，只需巧妙的提示即可。在程式碼優化、對話和情緒重寫等任務中，該循環比單次生成顯著提高了品質。
技術洞察
關鍵機制是使用模型作為自己的回饋預言機。生成和批評使用不同的提示，因此該模型從新的框架進行評估，而不是捍衛其初稿。回饋必須具體且可操作，而不僅僅是“讓它變得更好”，因為模糊的批評會產生模糊的編輯。回饋完整的歷史記錄（草稿加上所有回饋），為修訂者提供背景資訊。當模型真正能夠偵測並修復缺陷時，效益最大。
掌握自我完善迭代輸出改進
自我最佳化是一種提示技術，語言模型會批評自己的產出並重寫它，循環直到答案得到改善。這很重要，因為模型通常可以發現並修復自己的錯誤，而無需任何額外的培訓或手動回饋。自精煉迭代輸出改進是用於大規模閱讀、生成、分類和轉換文字和語音的語言人工智慧堆疊的一部分。為了建立深入的理解，請將自我完善迭代輸出改進視為一種操作模型，而不是單一功能：定義所需的結果，澄清假設，並將系統可以可靠地完成的任務與仍需要專家判斷的任務分開。
在實踐中，強大的團隊使用自我完善迭代輸出來改進設計提示、檢索和審查循環作為一個整合的通訊系統。他們記錄明確的成功標準，根據實際數據和工作流程進行測試，並根據觀察到的失敗模式而不是一次性基準測試勝利進行迭代。這就是理論理解轉變為跨產品、政策和營運的持久能力的地方。
語言工作流程可以在不犧牲一致性的情況下更快地移動。同時，幻覺事實可以悄悄地進入報告、支持流程或研究成果。最具彈性的方法是將實驗速度與治理規則結合：運行試點、捕獲證據、發布決策日誌，並隨著模型行為、使用者期望和監管要求的發展不斷更新保障措施。
戰略影響
語言工作流程可以在不犧牲一致性的情況下更快地移動。
語言工作流程可以在不犧牲一致性的情況下更快地移動。在高品質部署中，這會轉化為可衡量的操作規則、所有權邊界和定期審查儀式，以便團隊可以增強信心，而不是擴大模糊性。
它擴展了跨語言和溝通方式的訪問。
它擴展了跨語言和溝通方式的訪問。在高品質部署中，這會轉化為可衡量的操作規則、所有權邊界和定期審查儀式，以便團隊可以增強信心，而不是擴大模糊性。
團隊可以花更多時間進行判斷，而自動化則可以處理重複。
團隊可以花更多時間進行判斷，而自動化則可以處理重複。在高品質部署中，這會轉化為可衡量的操作規則、所有權邊界和定期審查儀式，以便團隊可以增強信心，而不是擴大模糊性。
現實世界的實施
透過使模型標記缺少邊緣情況來改進生成的程式碼，然後重寫函數來處理它們
透過自我批評的語氣和清晰度來完善電子郵件草稿或論文草稿，然後針對目標受眾進行修改
透過檢查每個步驟並修正算術錯誤來優化數學或推理問題的答案
完善客戶支援回复，使其直接解決用戶的問題，而不是給出通用的回复
實施模式
實踐中的自我完善迭代輸出改進
透過讓模型標記缺少邊緣情況來改進產生的程式碼，然後重寫函數來處理它們。
透過讓模型標記缺少的邊緣情況來改進產生的程式碼，然後重寫函數來處理它們。當團隊預先定義品質閾值、為邊緣情況保留人工升級路徑並隨著時間的推移追蹤生產力增益和錯誤成本時，通常會得到更好的結果。
實踐中的自我完善迭代輸出改進
透過自我批評的語氣和清晰度來潤飾電子郵件或文章草稿，然後針對目標受眾進行修改。
透過自我批評的語氣和清晰度來潤飾電子郵件或文章草稿，然後針對目標受眾進行修改當團隊預先定義品質閾值、為邊緣情況保留人工升級路徑並隨著時間的推移跟踪生產力提升和錯誤成本時，通常會得到更好的結果。
實踐中的自我完善迭代輸出改進
透過檢查每個步驟並修正算術錯誤來優化數學或推理問題的答案。
透過檢查每個步驟並糾正算術錯誤來優化數學或推理問題的答案當團隊預先定義品質閾值、為邊緣情況保留人工升級路徑並隨著時間的推移跟踪生產力增益和錯誤成本時，通常會得到更好的結果。
實踐中的自我完善迭代輸出改進
完善客戶支援回复，使其直接解決用戶的問題，而不是給出一般性答复。
完善客戶支援回复，使其直接解決用戶的問題，而不是給予通用的回應。當團隊預先定義品質閾值、為邊緣情況保留人工升級路徑並追蹤一段時間內的生產力提升和錯誤成本時，通常會得到更好的結果。
風險與防護欄
幻覺的事實可以悄悄地進入報告、支持流程或研究成果。
及時的敏感性可能會在類似的請求中產生不一致的結果。
如果存取控制薄弱，敏感文字資料可能會暴露。
實施路線圖
在推出之前定義輸出格式、語氣和品質標準。
在推出之前定義輸出格式、語氣和品質標準。將每個步驟視為證據門：如果不符合標準，則暫停推出，縮小差距，然後再擴大使用。
當準確性很重要時，請使用可信任來源進行地面回應。
當準確性很重要時，請使用可信任來源進行地面回應。將每個步驟視為證據門：如果不符合標準，則暫停推出，縮小差距，然後再擴大使用。
為高風險輸出保留人工審查檢查點。
為高風險輸出保留人工審查檢查點。將每個步驟視為證據門：如果不符合標準，則暫停推出，縮小差距，然後再擴大使用。
追蹤故障模式並定期重新訓練提示或工作流程。
追蹤故障模式並定期重新訓練提示或工作流程。將每個步驟視為證據門：如果不符合標準，則暫停推出，縮小差距，然後再擴大使用。