本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。
赋值器的工作流程和反射优化循环
该工作流程提供了一个反馈循环，其中一个 LLM 生成结果，另一个法学硕士评估或批评结果。这促进了自我反思、优化和迭代改进。
评估器工作流程非常适合输出质量、准确性和对齐性很重要，以及单通道生成不可靠或不足的场景。当工程师必须自我批评、迭代和完善其输出时，这种工作流程非常出色，要么是为了达到更高的正确性标准，要么是为了根据反馈探索改进的替代方案。
在以下情况下，此工作流程特别有效：
-
输出涉及主观质量指标（例如风格、语气和可读性）或客观标准（例如正确性、安全性和性能）。
-
代理必须权衡推理、评估约束条件或针对目标进行优化。
-
您需要内置的冗余和质量保证，尤其是在受管制、面向客户或创意领域。
-
Human-in-the-loop 审核费用昂贵或不可用，需要自主验证。
此工作流程用于内容生成、代码合成和审查、策略执行、对齐检查、指令调整和 RAG 后处理。它对自我完善的代理也很有用，在这些代理中，持续的反馈有助于随着时间的推移形成更好的响应，从而建立值得信赖的自主决策循环。
常见使用案例
-
红队特工与蓝队经纪人的比较
-
生成、评估和修改代码或计划的代理
-
质量保证、幻觉检测和风格强制执行
功能
-
支持使用不同的模型进行解耦生成和评估（例如，Claude 用于生成，Mistral 用于评估）
-
反馈是结构化的，用于提示修改后的产出
-
支持多次迭代或收敛阈值
