待验证50% 置信事实精确时间
Self-Consistency方法由Wang等人2022年提出，在数学推理、代码生成等任务上展现出显著准确率提升
1
来源数
50%
置信度
长期有效
时效性
2026/7/19
首次发现
来源
相关事实
待验证研究表明，即使使用相同的基础模型，引入迭代反思机制后在代码生成、数学推理等任务上的准确率可提升20%-40%74% 相似待验证2021年的Chain-of-Thought Prompting论文证明，通过在提示词中加入推理步骤示例，模型的数学推理准确率可提升数十个百分点70% 相似已验证2022年Google Brain的Jason Wei等人发表的思维链（Chain-of-Thought）提示论文首次系统证明加入逐步推理示例能使PaLM等大模型在数学推理任务上准确率大幅提升70% 相似待验证Chain-of-Thought 技巧在数学推理和代码生成任务上能显著提升模型准确率，尤其对参数规模超过 100B 的大模型效果最为突出68% 相似待验证斯坦福大学和Google DeepMind等机构的研究表明，经过结构化重写的提示词在代码生成、逻辑推理等任务上的准确率可提升20%-40%68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/565100API
curl https://kongchang.com/api/v1/knowledge/claims/565100MCP
get_claim(id=565100)