行业与实践 · 研究与基准测试

研究与基准测试/2026-08-18/8 分钟

没有外部反馈，多轮不一定比零样本好：字节测测试时经验链

字节 Seed 的 Chain-of-Experience 不改参数，只把上一轮回答和反馈接进下一轮。自反馈相对无反馈平均高 5.6 个点，正确性或执行反馈高 11.1 个点。正确性反馈被写成上界。LiveBench 编码上，无反馈低于 ICL。