--- title: "Self-Refine Prompting (PL)" source: "https://systems-analysis.info/int/Self-Refine_Prompting_(PL)" wiki: "systems-analysis.info/int" article: "Self-Refine_Prompting_(PL)" language: "pl" categories: - "Category:Large language models" - "Category:Machine learning" - "Category:Polish" - "Category:Prompt engineering" revision_id: 6620 wiki_created_at: 2026-09-07T00:07:49Z wiki_modified_at: 2026-09-07T00:07:49Z downloaded_at: 2026-09-07T23:14:52Z --- # Self-Refine Prompting (PL) **Self-Refine** (**samouściślanie** lub **samokorekta**) — to podejście w dziedzinie prompt engineeringu, pozwalające dużym modelom językowym (LLM) iteracyjnie ulepszać wygenerowaną odpowiedź na podstawie własnej informacji zwrotnej[\[1\]](https://systems-analysis.info/int/Self-Refine_Prompting_(PL)#cite_note-madaan2023-1). Pomysł został zaproponowany przez grupę badaczy pod kierownictwem Amana Madaana w 2023 roku i opiera się na obserwacji, że — podobnie jak człowiek — modele językowe nie zawsze generują najlepszy wynik za pierwszym razem. W tej metodzie jeden i ten sam LLM pełni kolejno trzy role: 1. **Generator (Generator)**: tworzy wstępną, roboczą odpowiedź na zapytanie. 2. **Krytyk (Feedback)**: ocenia własną odpowiedź i dostarcza konstruktywnej informacji zwrotnej. 3. **Redaktor (Refiner)**: wykorzystuje tę informację zwrotną do stworzenia ulepszonej wersji odpowiedzi. Ten iteracyjny cykl „generacja → informacja zwrotna → ulepszenie" może powtarzać się wielokrotnie, aż do osiągnięcia wymaganej jakości lub spełnienia warunku zatrzymania. Co istotne, Self-Refine nie wymaga dodatkowego uczenia modelu, fine-tuningu ani zewnętrznych danych — cały proces jest sterowany wyłącznie przez prompty na etapie wnioskowania (*inference*)[\[1\]](https://systems-analysis.info/int/Self-Refine_Prompting_(PL)#cite_note-madaan2023-1). ## Mechanizm realizacji Metoda Self-Refine jest realizowana poprzez sekwencję specjalnie skonstruowanych promptów, które kierują zachowaniem modelu. 1. **Wstępna generacja**. Model otrzymuje wyjściowy prompt i generuje roboczą odpowiedź. 2. **Tworzenie informacji zwrotnej**. Model otrzymuje instrukcję przeanalizowania swojej poprzedniej odpowiedzi i wskazania jej słabych stron. Na przykład może zauważyć, że odpowiedź jest niewystarczająco szczegółowa lub zawiera błąd logiczny. Wynikiem jest tekstowa informacja zwrotna z konkretnymi uwagami i zaleceniami. 3. **Iteracyjne ulepszanie**. Model otrzymuje jako nowy prompt wyjściowe zapytanie, swoją pierwotną odpowiedź oraz wygenerowaną informację zwrotną. Na tej podstawie tworzy ulepszoną wersję odpowiedzi. Ten dwuetapowy cykl „krytyka → redakcja" może być wykonywany wielokrotnie. Do kontekstu każdej nowej iteracji włączane są poprzednie wersje odpowiedzi i komentarze, co pomaga modelowi unikać powtarzania błędów[\[2\]](https://systems-analysis.info/int/Self-Refine_Prompting_(PL)#cite_note-selfrefine_info-2). Do sterowania zachowaniem modelu często stosowane są techniki *few-shot prompting*, gdzie do promptu dołączane są przykłady pożądanego formatu informacji zwrotnej i poprawek. ## Skuteczność i zastosowanie Metoda Self-Refine wykazała swoją skuteczność w szeregu zadań wymagających wielokrotnego uściślania, takich jak: - Generowanie odpowiedzi dialogowych. - Twórcze kontynuowanie historii. - Rozwiązywanie zadań matematycznych z użyciem rozumowania krok po kroku. - Optymalizacja kodu programistycznego. W oryginalnym badaniu odpowiedzi uzyskane za pomocą Self-Refine okazały się średnio o **~20%** bardziej preferowane według ocen ludzi i automatycznych metryk w porównaniu z generacją jednoetapową[\[1\]](https://systems-analysis.info/int/Self-Refine_Prompting_(PL)#cite_note-madaan2023-1). Poprawa była osiągana nawet dla najnowocześniejszych modeli, takich jak GPT-4, co wskazuje, że nawet potężnym LLM często brakuje jedynie dodatkowego kroku refleksji, aby poprawić własne błędy. Podobne podejścia, takie jak **RCI** (Recursive Criticism and Improvement), również wykazały wysoką skuteczność w zadaniach interaktywnych, na przykład w sterowaniu komputerem i rozwiązywaniu zadań logicznych. Połączenie RCI z techniką „łańcucha myśli" (Chain-of-Thought) dało efekt synergiczny, wyraźnie poprawiając zdolność modelu do rozwiązywania złożonych problemów dzięki wbudowanemu krokowi samokontroli[\[3\]](https://systems-analysis.info/int/Self-Refine_Prompting_(PL)#cite_note-kim2023_rci-3). ## Ograniczenia i bieżące badania Pomimo obiecujących sukcesów, badania pokazują, że samodzielne iteracyjne ulepszanie ma szereg ograniczeń. - **Samostronniczość (self-bias)**: Modele mają trudność z bezstronną oceną własnych odpowiedzi. LLM mają tendencję do przychylnego postrzegania własnego wygenerowanego tekstu i niewystarczająco krytycznej jego oceny, co może prowadzić do stagnacji, a nawet pogorszenia jakości po kilku iteracjach[\[4\]](https://systems-analysis.info/int/Self-Refine_Prompting_(PL)#cite_note-huang2023-4). - **Nadmierna pewność siebie**: Zaobserwowano, że wraz ze wzrostem liczby iteracji samokorekty model może nabierać nadmiernej pewności co do swoich odpowiedzi, nawet jeśli nie stały się one dokładniejsze. Prowadzi to do wzrostu wskaźnika *Expected Calibration Error (ECE)* — rozbieżności między pewnością modelu a rzeczywistą dokładnością[\[5\]](https://systems-analysis.info/int/Self-Refine_Prompting_(PL)#cite_note-zhu2025_calibration-5). - **Koszty obliczeniowe**: Metoda wymaga kilkukrotnego odwołania się do LLM w celu uzyskania jednej ostatecznej odpowiedzi, co znacznie zwiększa opóźnienie i koszty w porównaniu z generacją jednoprzebiegową. Bieżące badania są nakierowane na rozwiązanie tych problemów. Jeden z kierunków to wdrożenie mechanizmów kalibracji pewności na każdym kroku iteracji. Inny — angażowanie zewnętrznych źródeł informacji lub narzędzi (np. wykonywanie kodu, wyszukiwanie danych) w celu bardziej obiektywnej samooceny[\[6\]](https://systems-analysis.info/int/Self-Refine_Prompting_(PL)#cite_note-beyond_accuracy_study-6). ## Porównanie z innymi technikami - **Chain-of-Thought (CoT)**: CoT skupia się na generowaniu liniowego łańcucha rozumowania, aby dojść do odpowiedzi. Self-Refine natomiast skupia się na iteracyjnym ulepszaniu już wygenerowanej odpowiedzi (która może zawierać CoT). - **Tree of Thoughts (ToT)**: ToT eksploruje wiele równoległych ścieżek rozumowania w postaci drzewa, podczas gdy Self-Refine ulepsza jedną ścieżkę iteracyjnie. ToT jest techniką eksploracji przestrzeni rozwiązań, a Self-Refine — techniką optymalizacji konkretnego rozwiązania. ## Odnośniki - Oficjalna strona projektu Self-Refine - Oryginalna publikacja naukowa \\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. ## Przypisy 1. ↑ [1.0](https://systems-analysis.info/int/Self-Refine_Prompting_(PL)#cite_ref-madaan2023_1-0) [1.1](https://systems-analysis.info/int/Self-Refine_Prompting_(PL)#cite_ref-madaan2023_1-1) [1.2](https://systems-analysis.info/int/Self-Refine_Prompting_(PL)#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_(PL)#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_(PL)#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_(PL)#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_(PL)#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_(PL)#cite_ref-beyond_accuracy_study_6-0) «Beyond Accuracy: The Role of Calibration in Self-Improving Large Language Models». *arXiv*. [6]