[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"glossary-self-refine::ru":3,"gloss-cluster-self-refine::ru":23,"gloss-next-self-refine::ru":9},{"slug":4,"category":5,"name":6,"definition":7,"meta_desc":8,"faq":9,"schema_markup":9,"related":10},"self-refine","prompt-eng","Self-Refine","Self-Refine («самоулучшение») — итеративный цикл, в котором одна и та же модель генерирует ответ, критикует собственный вывод и переписывает его с учётом этой критики, повторяя до удовлетворительного результата или лимита шагов. Главное в методе (Madaan et al., 2023): не нужны ни дообучение, ни внешняя модель вознаграждения, ни участие человека — одна LLM в трёх запросах играет автора, рецензента и редактора. Приём чаще помогает в открытой генерации — код, черновики, реплики диалога, — где первый вариант неплох, но содержит устранимые огрехи, которые модель замечает, если её попросить перечитать. Для SaaS-разработчиков это дешёвый рычаг качества: после генерации добавьте шаг «перечисли конкретные проблемы этого вывода, затем выдай улучшенную версию». Две оговорки: прирост неравномерен, после пары раундов он выходит на плато или даже падает; и каждая итерация стоит токенов и задержки. Поэтому ограничивайте цикл (обычно один-два прохода) и по возможности проверяйте на своём наборе оценки, действительно ли улучшенный вывод обходит исходный.","Self-Refine прогоняет одну модель по циклу «сгенерируй — раскритикуй — перепиши» до приемлемого результата: без дообучения и внешних инструментов.",null,[11,14,17,20],{"slug":12,"name":13},"chain-of-verification","Chain-of-Verification",{"slug":15,"name":16},"llm-as-judge","LLM в роли судьи (LLM-as-Judge)",{"slug":18,"name":19},"prompt-chaining","Prompt chaining (цепочка промптов)",{"slug":21,"name":22},"self-consistency","Self-consistency (самосогласованность)",[24,28,31,34,38,39,42,45,48,51,54,57],{"slug":25,"category":5,"name":26,"updated_at":27},"analogical-prompting","Analogical Prompting","2026-08-24T02:46:37+00:00",{"slug":29,"category":5,"name":30,"updated_at":27},"automatic-prompt-optimization","Автоматическая оптимизация промптов",{"slug":32,"category":5,"name":33,"updated_at":27},"chain-of-density","Цепочка плотности (CoD)",{"slug":35,"category":5,"name":36,"updated_at":37},"chain-of-thought-prompting","Chain-of-thought-промптинг (промптинг с цепочкой рассуждений)","2026-08-24T02:46:36+00:00",{"slug":12,"category":5,"name":13,"updated_at":27},{"slug":40,"category":5,"name":41,"updated_at":37},"chunking","Чанкинг (Chunking)",{"slug":43,"category":5,"name":44,"updated_at":37},"constrained-decoding","Ограниченное декодирование (Constrained Decoding)",{"slug":46,"category":5,"name":47,"updated_at":37},"context-stuffing","Переполнение контекста (Context Stuffing)",{"slug":49,"category":5,"name":50,"updated_at":37},"delimiter","Разделитель (Delimiter)",{"slug":52,"category":5,"name":53,"updated_at":27},"directional-stimulus-prompting","Directional Stimulus Prompting",{"slug":55,"category":5,"name":56,"updated_at":27},"emotion-prompting","Emotion Prompting",{"slug":58,"category":5,"name":59,"updated_at":37},"few-shot-prompting","Few-shot-промптинг (промптинг с примерами)"]