通俗解释
不需要额外训练和外部奖励：让模型生成答案，再用提示让它指出问题，然后带着反馈重写，直到满意或达到轮数上限。在代码优化、写作、数学等 7 类任务上都比单次生成更好，是很多 Agent“反思”步骤的原型。
用在哪里：代码与写作的多轮自我修订；Agent 的反思与自检步骤
01原始论文
Self-Refine: Iterative Refinement with Self-Feedback
Aman Madaan, Niket Tandon, Prakhar Gupta, et al. · 2023
arXiv ↗ ✓ 已核实 · arXiv API
02知识位置
左边先学；右边是学完它之后可以学的。
左：前置 · 右：后继 · 虚线：相关。看完整关系图 →
03学习资料
官方文档、图解、课程和参考实现，链接都核对过。
04在课程里哪里学
给 AI 读 / 数据说明
- 核实状态：已核实，核对于 2026-10-22。
- JSON: /api/learn/algorithms.json (id:
self-refine)