--- title: "Self-Refine Prompting (CS)" source: "https://systems-analysis.info/int/Self-Refine_Prompting_(CS)" wiki: "systems-analysis.info/int" article: "Self-Refine_Prompting_(CS)" language: "cs" categories: - "Category:Czech" - "Category:Large language models" - "Category:Machine learning" - "Category:Prompt engineering" revision_id: 6607 wiki_created_at: 2026-09-07T00:07:33Z wiki_modified_at: 2026-09-07T00:07:33Z downloaded_at: 2026-09-07T23:14:48Z --- # Self-Refine Prompting (CS) **Self-Refine** (**samoupřesnění** nebo **samokorekce**) — je přístup v oblasti prompt inženýrství, který umožňuje velkým jazykovým modelům (LLM) iterativně zlepšovat vygenerovanou odpověď na základě vlastní zpětné vazby[\[1\]](https://systems-analysis.info/int/Self-Refine_Prompting_(CS)#cite_note-madaan2023-1). Myšlenka byla navržena skupinou výzkumníků pod vedením Amana Madaana v roce 2023 a vychází z pozorování, že podobně jako člověk ani jazykové modely vždy negenerují nejlepší výsledek na první pokus. V této metodě plní jedna a tatáž LLM postupně tři role: 1. **Generátor (Generator)**: vytváří počáteční hrubou odpověď na dotaz. 2. **Kritik (Feedback)**: hodnotí vlastní odpověď a poskytuje konstruktivní zpětnou vazbu. 3. **Editor (Refiner)**: využívá tuto zpětnou vazbu k vytvoření vylepšené verze odpovědi. Tento iterativní cyklus „generování → zpětná vazba → zlepšení" se může opakovat několikrát, dokud není dosaženo požadované kvality nebo splněna podmínka zastavení. Důležité je, že Self-Refine nevyžaduje dodatečné trénování modelu, fine-tuning ani externí data — celý proces je řízen výhradně prostřednictvím promptů ve fázi inference[\[1\]](https://systems-analysis.info/int/Self-Refine_Prompting_(CS)#cite_note-madaan2023-1). ## Mechanismus implementace Metoda Self-Refine je realizována prostřednictvím sekvence speciálně zkonstruovaných promptů, které řídí chování modelu. 1. **Počáteční generování**. Model obdrží výchozí prompt a vygeneruje hrubou odpověď. 2. **Vytvoření zpětné vazby**. Model obdrží instrukci, aby analyzoval svou předchozí odpověď a identifikoval v ní nedostatky. Může například poznamenat, že odpověď není dostatečně podrobná nebo obsahuje logickou chybu. Výsledkem je textová zpětná vazba s konkrétními připomínkami a doporučeními. 3. **Iterativní zlepšování**. Model obdrží jako nový prompt původní dotaz, svou počáteční odpověď a vygenerovanou zpětnou vazbu. Na jejich základě vytvoří vylepšenou verzi odpovědi. Tento dvoustupňový cyklus „kritika → revize" může být proveden několikrát. Do kontextu každé nové iterace jsou zahrnuty předchozí varianty odpovědí a komentáře, což modelu pomáhá vyhýbat se opakování chyb[\[2\]](https://systems-analysis.info/int/Self-Refine_Prompting_(CS)#cite_note-selfrefine_info-2). Pro řízení chování modelu se často používají techniky *few-shot prompting*, kdy jsou do promptu zahrnuty příklady požadovaného formátu zpětné vazby a oprav. ## Efektivita a využití Metoda Self-Refine prokázala svou efektivitu na řadě úloh vyžadujících opakované upřesňování, jako jsou: - Generování dialogových odpovědí. - Tvůrčí pokračování příběhu. - Řešení matematických úloh metodou postupného uvažování. - Optimalizace zdrojového kódu. V originálním výzkumu byly odpovědi získané pomocí Self-Refine v průměru o **~20 %** více preferovány podle hodnocení lidí i automatických metrik ve srovnání s jednokrokovým generováním[\[1\]](https://systems-analysis.info/int/Self-Refine_Prompting_(CS)#cite_note-madaan2023-1). Zlepšení bylo dosaženo i u nejmodernějších modelů, jako je GPT-4, což naznačuje, že i výkonným LLM často chybí pouze jeden dodatečný krok uvažování k opravě vlastních chyb. Podobné přístupy, jako je **RCI** (Recursive Criticism and Improvement), také prokázaly vysokou efektivitu v interaktivních úlohách, například při ovládání počítače a řešení logických úloh. Kombinace RCI s technikou „řetězce myšlenek" (Chain-of-Thought) přinesla synergický efekt a výrazně zlepšila schopnost modelu řešit složité problémy díky zabudovanému kroku ověření[\[3\]](https://systems-analysis.info/int/Self-Refine_Prompting_(CS)#cite_note-kim2023_rci-3). ## Omezení a aktuální výzkum Navzdory slibným výsledkům výzkumy ukazují, že iterativní samozdokonalování má řadu omezení. - **Vlastní zaujatost (self-bias)**: Modely mají obtíže nestranně hodnotit vlastní odpovědi. LLM mají tendenci příznivě vnímat vlastní vygenerovaný text a nedostatečně ho kriticky posuzovat, což může vést ke stagnaci nebo dokonce ke zhoršení kvality po několika iteracích[\[4\]](https://systems-analysis.info/int/Self-Refine_Prompting_(CS)#cite_note-huang2023-4). - **Přílišná sebejistota**: Bylo pozorováno, že s rostoucím počtem iterací samokorekce může model nabývat přílišné sebejistoty ve svých odpovědích, i když se nestaly přesnějšími. To vede k růstu hodnoty *Expected Calibration Error (ECE)* — nesouladu mezi sebejistotou modelu a skutečnou přesností[\[5\]](https://systems-analysis.info/int/Self-Refine_Prompting_(CS)#cite_note-zhu2025_calibration-5). - **Výpočetní náklady**: Metoda vyžaduje několik volání LLM pro získání jedné výsledné odpovědi, což výrazně zvyšuje latenci a náklady ve srovnání s jednokrokovým generováním. Aktuální výzkum se zaměřuje na řešení těchto problémů. Jedním ze směrů je zavedení mechanismů kalibrace sebejistoty v každém kroku iterace. Dalším je zapojení externích zdrojů informací nebo nástrojů (například spuštění kódu, vyhledávání dat) pro objektivnější sebehodnocení[\[6\]](https://systems-analysis.info/int/Self-Refine_Prompting_(CS)#cite_note-beyond_accuracy_study-6). ## Srovnání s dalšími technikami - **Chain-of-Thought (CoT)**: CoT se zaměřuje na generování lineárního řetězce uvažování vedoucího k odpovědi. Self-Refine se naproti tomu zaměřuje na iterativní zlepšování již vygenerované odpovědi (která může obsahovat CoT). - **Tree of Thoughts (ToT)**: ToT prozkoumává mnoho paralelních cest uvažování ve formě stromu, zatímco Self-Refine zlepšuje jednu cestu iterativně. ToT je technika průzkumu prostoru řešení, zatímco Self-Refine je technika optimalizace konkrétního řešení. ## Odkazy - Oficiální stránky projektu Self-Refine - Původní vědecký článek „Self-Refine: Iterative Refinement with Self-Feedback" ## Literatura - Madaan, A. et al. (2023). *Self-Refine: Iterative Refinement with Self-Feedback*. arXiv:2303.17651. - Kim, G. et al. (2023). *Language Models Can Solve Computer Tasks*. arXiv:2303.17491. - Gou, Z. et al. (2023). *CRITIC: Large Language Models Can Self-Correct with Tool-Interactive Critiquing*. arXiv:2305.11738. - Huang, J. et al. (2023). *Large Language Models Cannot Self-Correct Reasoning Yet*. arXiv:2310.01798. - Pan, L. et al. (2023). *Automatically Correcting Large Language Models: Surveying the Landscape of Diverse Self-Correction Strategies*. arXiv:2308.03188. - Jiang, C. et al. (2024). *Importance Weighting Can Help Large Language Models Self-Improve*. arXiv:2408.09849. - Liang, X. et al. (2024). *Internal Consistency and Self-Feedback in Large Language Models: A Survey*. arXiv:2407.14507. - Zhu, D. et al. (2025). *Beyond Accuracy: The Role of Calibration in Self-Improving Large Language Models*. arXiv:2504.02902. - Hao, Q. et al. (2025). *RL of Thoughts: Navigating LLM Reasoning with Inference-time Reinforcement Learning*. arXiv:2505.14140. - Cui, Y. et al. (2023). *Check Your Facts and Try Again: Improving Large Language Models by Reducing Hallucination*. arXiv:2302.12813. - Wei, Z. et al. (2024). *ReSearch: Iterative Self-Reflection for Better LLM Calibration*. arXiv:2405.13022. ## Poznámky 1. ↑ [1.0](https://systems-analysis.info/int/Self-Refine_Prompting_(CS)#cite_ref-madaan2023_1-0) [1.1](https://systems-analysis.info/int/Self-Refine_Prompting_(CS)#cite_ref-madaan2023_1-1) [1.2](https://systems-analysis.info/int/Self-Refine_Prompting_(CS)#cite_ref-madaan2023_1-2) Madaan, Aman; et al. «Self-Refine: Iterative Refinement with Self-Feedback». *arXiv*. [1] 2. [↑](https://systems-analysis.info/int/Self-Refine_Prompting_(CS)#cite_ref-selfrefine_info_2-0) «Self-Refine: Iterative Refinement with Self-Feedback». *Официальный сайт проекта*. [2] 3. [↑](https://systems-analysis.info/int/Self-Refine_Prompting_(CS)#cite_ref-kim2023_rci_3-0) Kim, Geunwoo; et al. «Language Models can Solve Computer Tasks». *arXiv*. [3] 4. [↑](https://systems-analysis.info/int/Self-Refine_Prompting_(CS)#cite_ref-huang2023_4-0) Huang, Jie; et al. «Large Language Models Cannot Self-Correct Reasoning Yet». *arXiv*. [4] 5. [↑](https://systems-analysis.info/int/Self-Refine_Prompting_(CS)#cite_ref-zhu2025_calibration_5-0) Zhu, D., et al. (2025). «Beyond Accuracy: The Role of Calibration in Self-Improving Large Language Models». *arXiv*. [5] 6. [↑](https://systems-analysis.info/int/Self-Refine_Prompting_(CS)#cite_ref-beyond_accuracy_study_6-0) «Beyond Accuracy: The Role of Calibration in Self-Improving Large Language Models». *arXiv*. [6]