标签
这篇 arXiv 论文在 BoolQ、GSM8K 和 Corr2Cause 三个基准上，对 29 个开源权重 LLM 的内在自我纠正能力进行了研究，发现修改可能会将原本正确的答案翻转为错误，并指出自我纠正应当被视为一种选择性的修改策略，而非普遍有益的第二轮处理。