Self-Reflection

A arquitetura Self-Reflection em modelos de linguagem de grande porte (LLMs) refere-se à capacidade do modelo de analisar, avaliar e corrigir suas próprias respostas. O objetivo é aumentar a precisão, confiabilidade e robustez das respostas geradas.

Funcionamento

1. Geração Inicial: O LLM recebe uma entrada e gera uma resposta inicial.
2. Reflexão: O modelo revisita sua resposta, avaliando possíveis erros, inconsistências ou melhorias.
3. Revisão: Com base na reflexão, o modelo pode ajustar ou reescrever a resposta.
4. Saída Final: A resposta revisada é apresentada ao usuário.

Diagrama

Benefícios

• Redução de erros factuais
• Respostas mais coerentes e fundamentadas
• Aprimoramento contínuo do modelo