本研究提出了一种名为“反思调整”的新方法，通过自我反思优化大型语言模型（LLMs）的指令和回应质量。实验结果显示，经过反思调整训练的模型在多个评估基准上优于传统模型。此外，研究探讨了自我反思对模型推理能力的影响，发现其效果受初始响应准确性和问题难度的影响，并提出了优化自我反思实施的决策指南。