When Does LLM Self-Correction Help? A Control-Theoretic Markov Diagnostic and Verify-First Intervention

Diese Forschung betrachtet die LLM-Selbstkorrektur als kybernetische Rückkopplungsschleife und verwendet ein Zwei-Zustands-Markov-Modell, um zu bestimmen, wann iterative Verfeinerung hilft oder schadet. Sie identifiziert einen kritischen EIR-Schwellenwert (<= 0,5%), der vorteilhafte von schädlicher Selbstkorrektur trennt, und zeigt, dass nur wenige Modelle profitieren, während andere wie GPT-5 sich verschlechtern.