【导读】传统训练只关注模型输出对错，最新研究在大模型训练中引入「错题本」，记录了模型犯错时的内部思考状态，包括问题、推理过程和错误位 置，更接近人类反思学习。通过辅助模型学习这些「错题本」，能实时校正主模型预测，提升性能。 很多人回顾自己的学习经历时都会发现：能力真正产生跃迁，并不是刷题数量最多的时候，而是开始系统整理「错题本」的阶段。 关键并不在于把错误答案抄下来，而在于持续追问——当时为什么会这么想？是哪一步的判断出现了偏差？这种错误是偶发的，还是反复出现的思维模 式？ 正是通过这种反思式学习，人类逐渐学会识别自身的「错误规律」，在复杂和不确定问题面前变得更加稳健。 那么，一个问题随之而来：大语言模型有没有属于自己的「错题本」？ 在当前主流训练范式中，大模型的学习过程高度简化为一个循环： 从本质上看，这一过程强调的是「如何更好地拟合正确答案」。 模型只需要知道结果对不对，而并不真正关心：我当时是通过怎样的内部推理路径走到这个错误结论的？ 这也揭示了一个关键缺失：当前的大模型并不缺数据，也不缺算力，而是缺少一种类似人类的深度反思能力——即围绕错误本身展开的结构化复盘。 伊利诺伊大学厄巴纳-香槟分校、普林斯顿 ...