Reflection Loop
Muster, bei dem ein LLM seine eigene Ausgabe überprüft, Fehler identifiziert und es erneut versucht. Das Reflexion-Paper (Noah Shinn, 2023) machte die Idee populär.
Schleife: (1) Antwort generieren, (2) Selbstkritik ("Ist das korrekt? Welche Fehler gibt es?"), (3) überarbeiten. Im Reflexion-Paper löste ein Agent 91 % der HumanEval-Aufgaben gegenüber 80 % bei der GPT-4-Baseline. Reasoning-Modelle (o1, Claudes Extended Thinking) erledigen das intern während des Denkens. Wird oft mit externen Verifiern kombiniert — für Mathematik oder Code, wo sich die richtige Antwort überprüfen lässt.