LLM 自我改进基线：Self-Refine、Reflexion、Self-Debug、SPIN

把 Self-Refine、Reflexion、Self-Debug 和 SPIN 串成 LLM 自我改进基线，解释推理期反馈、反思记忆、执行反馈和训练期自博弈。

LLM 自我改进方向提供 Self Evolve 的基础语言：经验获取、经验优化、更新与评估。

• Self-Refine：同一模型生成、反馈、修正，适合作为最轻量的推理期闭环。
• Reflexion：将失败轨迹压缩为语言记忆，让后续任务利用过去经验。
• Self-Debug：用执行结果、测试反馈和调试解释驱动代码修复。
• SPIN / Self-Play：把自我改进推进到训练期，用自博弈产生更强模型。

在 Landing Page 中，这组工作可作为“经验飞轮”板块：观察结果 → 形成反馈 → 写入记忆或训练数据 → 重新验证。

← 返回研究图谱