2.6 KiB
2.6 KiB
id, title, category, status, canonical_id, aliases, duplicate_of, source_trust_level, confidence_score, tags, raw_sources, last_reinforced, github_commit, inferred_by
| id | title | category | status | canonical_id | aliases | duplicate_of | source_trust_level | confidence_score | tags | raw_sources | last_reinforced | github_commit | inferred_by | ||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| wiki-2026-0508-self-correction-mechanisms | Self Correction Mechanisms | 10_Wiki/Topics | verified | self |
|
none | A | 0.92 |
|
2026-05-08 | pending | Claude Opus 4.7 (auto-normalize 2026-05-08) |
self-correction mechanisms
Note
본 파일은 소문자로 명명된 중복 파일로, 내용은 Self-Correction Mechanisms 문서에서 통합 관리되고 있습니다. 위 링크로 이동해 주시기 바랍니다. 🫡🐟
📌 한 줄 통찰 (The Karpathy Summary)
Self-correction 메커니즘은 LLM 추론 파이프라인 안에 검증·재시도 루프를 명시적으로 구조화한 기법군이다.
📖 구조화된 지식 (Synthesized Content)
추출된 패턴: 외부 verifier가 가능할수록 강력 — 코드(컴파일러), 수학(증명자), 검색(retrieval) 같이 정답이 검증 가능한 도메인에서 가장 효과적.
세부 내용:
- Retry-with-feedback: 실패 시그널 + 원인 텍스트를 다시 입력.
- Tool-augmented: 코드 실행/검색/계산기로 결과를 검증.
- Critic-actor 분리: 비판자와 실행자를 별도 모델로 분리하여 편향 감소.
- Constitutional AI: 헌법 원칙 기반 자기 비판.
- 검증 가능성 원칙: "verification ≪ generation"인 도메인에서만 진정한 효과.
🤖 LLM 활용 힌트 (How to Use This Knowledge)
언제 이 지식을 쓰는가:
- (TODO)
언제 쓰면 안 되는가:
- (TODO)
🧪 검증 상태 (Validation)
- 정보 상태: draft
- 출처 신뢰도: A
- 검토 이유: (P-Reinforce Phase 1 자동 정규화. 본문 검증 필요.)
🧬 중복 검사 (Duplicate Check)
- 기존 유사 문서: (TODO: 인덱서 클러스터 리포트 참조)
- 처리 방식: UPDATE (자동 정규화)
- 처리 이유: Phase 1 정규화 — 옛 템플릿/누락 필드 보강.
⚠️ 모순 및 업데이트 (Contradictions & Updates)
- 과거 데이터와의 충돌: 없음
- 정책 변화: 없음
🔗 지식 연결 (Graph)
- Parent: 10_Wiki/Topics
- Related: (TODO: 최소 2개)
- Opposite / Trade-off: (TODO)
- Raw Source: 직접 입력
🕓 변경 이력 (Changelog)
| 날짜 | 변경 내용 | 처리 방식 | 신뢰도 |
|---|---|---|---|
| 2026-05-08 | P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화) | UPDATE | A |