Cross-Context Review：通过分离生产与审阅会话提高LLM输出质量
计算与语言
2026-03-13 v1
摘要
大型语言模型在生产会话中生成输出后，难以自行发现错误。本文引入Cross-Context Review (CCR)方法，即在不访问生产对话历史记录的全新会话中进行审阅。我们进行了受控实验：30个工件（代码、技术文件、演示稿）中注入150个错误，在四种审阅条件下进行测试——同一会话中的自我审阅（SR）、重复自我审阅（SR2）、情境感知子代理人审阅（SA）和Cross-Context Review（CCR）。在360次审阅中，CCR达到了F1值28.6%，优于SR（24.6%，p=0.008，d=0.52）、SR2（21.7%，p<0.001，d=0.72）和SA（23.8%，p=0.004，d=0.57）。SR2结果最值得关注：在同一会话中审阅两次并不一定于审阅一次（p=0.11），这排除了重复作为CCR优势解释的可能性。优势来自情境分离本身。CCR可与任何模型配合工作，无需基础设施，仅需一个额外的会话。
引用
@article{arxiv.2603.12123,
title = {Cross-Context Review: Improving LLM Output Quality by Separating Production and Review Sessions},
author = {Tae-Eun Song},
journal= {arXiv preprint arXiv:2603.12123},
year = {2026}
}
备注
10 pages, 2 figures, 8 tables