多说无益：揭示小语言模型中的自我改进行为

近期语言模型进展迅速，但其自我改进能力（即识别并纠正自身推理缺陷）仍存疑。本研究构建充分性测试，严格考察小语言模型（SLM）的自我修正能力。提出包含三步的最小化自修正流程：收集初始答案、基于真值生成错误提示、利用反馈优化回答。在算术与逻辑基准上的评估显示，注入提示仅提升 4.4% 准确率。即便提供正确答案，SLM 仍无法理解推理缺失，且长提示与错误答案正相关，表明增加计算预算未必提升性能。