研究发现：LLM自我修正迭代3次收益最高，超过5次将引入新错误

基于EMNLP 2025的一篇论文，研究人员提出了LLM自我修正的概率推断缩放理论。该模型通过数学推导证明，在模型自我审查过程中存在理论精度天花板。数据显示，两轮迭代即可获得75%的改进量，而**三轮迭代是获取最高边际收益的最佳点**。研究警告称，超过五轮审查后，模型引入新错误的风险将超过发现旧错误的收益。此外，实践经验表明，显式要求Agent从不同角度进行审查，能显著优化生成结果。