--- title: "Self-Refine Prompting (ID)" source: "https://systems-analysis.info/int/Self-Refine_Prompting_(ID)" wiki: "systems-analysis.info/int" article: "Self-Refine_Prompting_(ID)" language: "id" categories: - "Category:Indonesian" - "Category:Large language models" - "Category:Machine learning" - "Category:Prompt engineering" revision_id: 6616 wiki_created_at: 2026-09-07T00:07:44Z wiki_modified_at: 2026-09-07T00:07:44Z downloaded_at: 2026-09-07T23:14:51Z --- # Self-Refine Prompting (ID) **Self-Refine** (**penyempurnaan mandiri** atau **koreksi mandiri**) — adalah pendekatan dalam bidang prompt engineering yang memungkinkan large language model (LLM) untuk secara iteratif meningkatkan jawaban yang dihasilkan berdasarkan umpan balik dari model itu sendiri[\[1\]](https://systems-analysis.info/int/Self-Refine_Prompting_(ID)#cite_note-madaan2023-1). Ide ini diusulkan oleh sekelompok peneliti di bawah pimpinan Aman Madaan pada tahun 2023 dan didasarkan pada pengamatan bahwa, serupa dengan manusia, language model tidak selalu menghasilkan hasil terbaik pada percobaan pertama. Dalam metode ini, LLM yang sama secara berurutan menjalankan tiga peran: 1. **Generator**: membuat jawaban draf awal atas permintaan. 2. **Kritik (Feedback)**: mengevaluasi jawabannya sendiri dan memberikan umpan balik yang konstruktif. 3. **Editor (Refiner)**: menggunakan umpan balik tersebut untuk membuat versi jawaban yang lebih baik. Siklus iteratif "generasi → umpan balik → penyempurnaan" ini dapat diulang beberapa kali hingga kualitas yang diinginkan tercapai atau kondisi penghentian terpenuhi. Yang penting, Self-Refine tidak memerlukan pelatihan tambahan pada model, fine-tuning, atau data eksternal — seluruh proses dikendalikan semata-mata melalui prompt pada tahap *inference*[\[1\]](https://systems-analysis.info/int/Self-Refine_Prompting_(ID)#cite_note-madaan2023-1). ## Mekanisme Implementasi Metode Self-Refine diimplementasikan melalui rangkaian prompt yang dirancang khusus untuk mengarahkan perilaku model. 1. **Generasi awal**. Model menerima prompt awal dan menghasilkan jawaban draf. 2. **Pembuatan umpan balik**. Model menerima instruksi untuk menganalisis jawabannya sendiri sebelumnya dan mengidentifikasi kekurangannya. Misalnya, model dapat mencatat bahwa jawaban kurang rinci atau mengandung kesalahan logika. Hasilnya berupa umpan balik tekstual dengan catatan dan rekomendasi yang spesifik. 3. **Penyempurnaan iteratif**. Model menerima sebagai prompt baru: permintaan awal, jawaban pertamanya, dan umpan balik yang dihasilkan. Berdasarkan hal ini, model membuat versi jawaban yang lebih baik. Siklus dua langkah "kritik → revisi" ini dapat dijalankan beberapa kali. Ke dalam konteks setiap iterasi baru disertakan versi jawaban dan komentar sebelumnya, yang membantu model menghindari pengulangan kesalahan[\[2\]](https://systems-analysis.info/int/Self-Refine_Prompting_(ID)#cite_note-selfrefine_info-2). Untuk mengarahkan perilaku model, teknik *few-shot prompting* sering digunakan, di mana contoh format umpan balik dan koreksi yang diinginkan disertakan dalam prompt. ## Efektivitas dan Penerapan Metode Self-Refine telah menunjukkan efektivitasnya pada sejumlah tugas yang memerlukan penyempurnaan berulang, seperti: - Generasi jawaban dalam percakapan. - Kelanjutan cerita kreatif. - Penyelesaian soal matematika dengan penalaran bertahap. - Optimasi kode program. Dalam penelitian aslinya, jawaban yang diperoleh menggunakan Self-Refine rata-rata **~20%** lebih disukai berdasarkan penilaian manusia dan metrik otomatis dibandingkan dengan generasi satu langkah[\[1\]](https://systems-analysis.info/int/Self-Refine_Prompting_(ID)#cite_note-madaan2023-1). Peningkatan dicapai bahkan untuk model-model paling mutakhir seperti GPT-4, yang mengindikasikan bahwa bahkan LLM yang kuat pun sering hanya membutuhkan satu langkah refleksi tambahan untuk memperbaiki kesalahan mereka sendiri. Pendekatan serupa, seperti **RCI** (Recursive Criticism and Improvement), juga menunjukkan efektivitas tinggi dalam tugas-tugas interaktif, misalnya dalam pengendalian komputer dan penyelesaian masalah logika. Kombinasi RCI dengan teknik "chain-of-thought" (Chain-of-Thought) menghasilkan efek sinergis yang secara nyata meningkatkan kemampuan model dalam memecahkan masalah kompleks melalui langkah verifikasi mandiri yang terintegrasi[\[3\]](https://systems-analysis.info/int/Self-Refine_Prompting_(ID)#cite_note-kim2023_rci-3). ## Keterbatasan dan Penelitian Saat Ini Meski menunjukkan kemajuan yang menjanjikan, penelitian menunjukkan bahwa penyempurnaan mandiri secara iteratif memiliki sejumlah keterbatasan. - **Bias diri (self-bias)**: Model mengalami kesulitan dalam menilai jawabannya sendiri secara objektif. LLM cenderung memandang teks yang mereka hasilkan secara positif dan mengevaluasinya dengan kurang kritis, yang dapat menyebabkan stagnasi atau bahkan penurunan kualitas setelah beberapa iterasi[\[4\]](https://systems-analysis.info/int/Self-Refine_Prompting_(ID)#cite_note-huang2023-4). - **Kepercayaan diri berlebihan**: Diamati bahwa seiring bertambahnya jumlah iterasi koreksi mandiri, model dapat mengembangkan kepercayaan diri yang berlebihan terhadap jawabannya, bahkan jika jawaban tersebut tidak menjadi lebih akurat. Hal ini menyebabkan meningkatnya nilai *Expected Calibration Error (ECE)* — ketidaksesuaian antara kepercayaan diri model dan akurasi sebenarnya[\[5\]](https://systems-analysis.info/int/Self-Refine_Prompting_(ID)#cite_note-zhu2025_calibration-5). - **Biaya komputasi**: Metode ini memerlukan beberapa kali panggilan ke LLM untuk mendapatkan satu jawaban akhir, yang secara signifikan meningkatkan latensi dan biaya dibandingkan dengan generasi satu lintasan. Penelitian saat ini diarahkan untuk mengatasi masalah-masalah ini. Salah satu arahnya adalah penerapan mekanisme kalibrasi kepercayaan diri pada setiap langkah iterasi. Arah lainnya adalah melibatkan sumber informasi atau alat eksternal (misalnya, eksekusi kode, pencarian data) untuk penilaian diri yang lebih objektif[\[6\]](https://systems-analysis.info/int/Self-Refine_Prompting_(ID)#cite_note-beyond_accuracy_study-6). ## Perbandingan dengan Teknik Lain - **Chain-of-Thought (CoT)**: CoT berfokus pada generasi rantai penalaran linear untuk sampai pada jawaban. Self-Refine, sebaliknya, berfokus pada penyempurnaan iteratif atas jawaban yang sudah dihasilkan (yang mungkin mencakup CoT). - **Tree of Thoughts (ToT)**: ToT mengeksplorasi banyak jalur penalaran paralel dalam bentuk pohon, sementara Self-Refine menyempurnakan satu jalur secara iteratif. ToT adalah teknik eksplorasi ruang solusi, sedangkan Self-Refine adalah teknik optimasi solusi tertentu. ## Tautan - Situs resmi proyek Self-Refine - Artikel ilmiah asli "Self-Refine: Iterative Refinement with Self-Feedback" ## Daftar Pustaka - 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. ## Catatan 1. ↑ [1.0](https://systems-analysis.info/int/Self-Refine_Prompting_(ID)#cite_ref-madaan2023_1-0) [1.1](https://systems-analysis.info/int/Self-Refine_Prompting_(ID)#cite_ref-madaan2023_1-1) [1.2](https://systems-analysis.info/int/Self-Refine_Prompting_(ID)#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_(ID)#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_(ID)#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_(ID)#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_(ID)#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_(ID)#cite_ref-beyond_accuracy_study_6-0) «Beyond Accuracy: The Role of Calibration in Self-Improving Large Language Models». *arXiv*. [6]