Iterative Revision（迭代修订）

迭代修订的核心思想是让模型生成初始输出后，通过自我评估或外部反馈识别错误，并基于反馈进行修正，循环直至满足条件。在自然语言处理中，它用于改进机器翻译、摘要生成；在代码生成中，如Codex等模型通过单元测试反馈迭代修复代码。代表性工作包括Self-Refine、Iterative Denoising等，这些方法显著提升了生成内容的准确性和可靠性。