用已知错误换推理提升

CritICL 方法的核心思路是：先让一组小模型去跑数学题，把它们的错误答案和简短批评保存下来。遇到新问题时，系统会挑出最可能犯的错，把对应批评塞进大模型的提示词里。

打开网易新闻 查看精彩图片

这样大模型不需要反复生成，1次生成就能拿到答案，而不是通常的5次。省下的不只是时间，还有每次重复推理带来的算力消耗。

错题本怎么用

小模型家族在这里扮演的是“踩坑探测器”。它们先暴露哪些步骤容易错、错在哪里，这些信息被整理成批评文本。大模型看到批评后，相当于提前避开了已知陷阱。

整个过程不改变大模型本身的参数，只调整输入提示。对已有推理流程来说，接入成本低，但效果直接体现在生成次数从5次降到1次。