关键词: LLM,AI,SCoRe,模型训练,强化学习

Google DeepMind的SCoRe方法通过在线多轮强化学习，显著提升了大型语言模型在没有外部输入的情况下的自我修正能力。该方法在MATH和HumanEval基准测试中，分别将自我修正性能提高了15.6%和9.1%。

关键词: 强化学习,大模型,AI,SCoRe,自我纠正

无需依赖外部反馈或额外模型，纯纯的自我纠正。