标签
该论文提出了协作心智理论（CToM），这是一个训练大语言模型预测用户回应，并利用这些预测在呈现答案前进行自我修订的框架，从而提升推理、编码和写作任务中的协作表现与交互效率。
本文提出反射掩码（Reflective Masking），一种轻量级后训练方法，通过令牌级修订策略和历史引用机制，使掩码扩散模型能够进行多轮自我修正，提升在数独、数学、代码生成和图像编辑等推理任务上的性能。