待验证50% 置信解决方案精确时间

自洽性提示（self-consistency prompting）让模型先输出推理链再汇总答案，研究表明比直接多数投票在边界案例上稳定性更高

1

来源数

50%

置信度

长期有效

时效性

2026/10/3

首次发现

来源

LLM评审结果为何反复横跳？拆解LLM-as-Judge的稳定性陷阱

涉及实体

self-consistency promptingconcept chain-of-thoughtconcept

相关事实

待验证Self-Consistency由Wang等人提出，通过生成多条推理路径后多数投票选择最一致的答案76% 相似待验证生成-批评循环模式让模型审查自己或同伴的输出,往往比一次性生成正确答案更容易,能够显著提升输出质量、减少幻觉和逻辑错误73% 相似待验证当模型接触完整时间线时，会产生稳定的、对后见之明敏感的答案偏移，倾向于给出与已知结局一致但在决策点上并不合理的答案72% 相似待验证研究预测并验证：模型认为越可能的候选答案越具说服力，证据的效力取决于它是否与模型的先验倾向对齐70% 相似待验证答案解析的鲁棒性往往直接决定评估得分，因为模型可能以多种格式表达同一答案70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/968968

API

curl https://kongchang.com/api/v1/knowledge/claims/968968

MCP

get_claim(id=968968)