本研究探讨了大型语言模型在推理过程中的自我改进现状，指出独立性、自我感知及模型协助自我改进领域的研究不足，为未来研究提供了重要见解。

SeaKR是一种自我感知知识检索模型，利用大规模语言模型的内部状态提取自我感知的不确定性，激活检索。SeaKR根据自我感知不确定性重新排序已检索的知识片段，以减少不确定性。SeaKR还利用自我感知不确定性选择不同的推理策略。实验证明，SeaKR优于自适应RAG方法。