本文介绍了Self-ICL框架，通过虚拟演示优化大型语言模型的内在能力，显著提升模型性能。研究提出了迭代示范选择（IDS）和演示增强方法（DAIL），有效提高少样本和多样本学习的效果。实验结果表明，IDS和DAIL在常识推理和问答任务中优于现有方法，展示了大型语言模型在上下文学习中的潜力。