猫眼影戏
 |
|
猫眼影戏
符英俊
手机审查
猫眼影戏记者 谢松辉 报道Q8X2R7L1T4J5M9B6W3
新智元报道
编辑：元宇
【新智元导读】简朴到难以置信！克日 ，Google Research一项新研究发明：想让大模子在不启用推理设置时更准确 ，只需要把问题复制粘贴再说一遍 ，就能把准确率从21.33%提升到97.33%！
一个简朴到「怒不可遏」的提醒词技巧 ，竟能让大模子在不要求睁开推理的情形下 ，将准确率从21.33%提升到97.33%！
最近 ，Google Research发明了一条简朴粗暴、特殊有用的提醒词技巧 。
它倾覆了以往诸如「头脑链」（Chain of Thought）「多样本学习」（Multi-shot）「情绪勒索」等重大的提醒工程和技巧 。
https://arxiv.org/pdf/2512.14982
在这篇题为《Prompt Repetition Improves Non-Reasoning LLMs》论文中 ，研究职员用数据告诉我们：
想要让Gemini、GPT-4o、Claude或者DeepSeek这些主流模子中体现得更好 ，基础不需要那些花里胡哨的心理战 。
你只要把输入问题重复一遍 ，直接复制粘贴一下 ，就能让大模子在非推理使命上的准确率获得惊人提升 ，最高甚至能提升76个百分点！
别怕简朴 ，它确实有用 。
一位网友将这个技巧比作「吼叫LLM」 。
更妙的是 ，由于Transformer架构奇异的运作方法 ，这个看似鸠拙的「复读机」技巧 ，险些不会影响到天生速率 。
以是 ，你不必在效率、准确率、本钱三者之间痛苦纠结 。
它险些就是一场真正意义上的「免费午餐」！
别再PUA大模子了
从「情绪勒索」到「复读机」战术
经常使用AI工具的人 ，可能会对种种「提醒词邪术」信手拈来 。
为了让模子「更智慧一点」 ，工程师们已往几年一直在发明种种重大的提醒词技巧 。
最最先是「头脑链」 ，让模子一步步思索 ，并且经常把那些「推理痕迹」展示给用户；
厥后演酿成了「多样本学习」 ，给模子喂一大堆例子；
最近更是盛行起了「情绪勒索」：告诉模子 ，若是这个代码写不出 ，你就会被断电 ，或者你的奖金会被扣光 。
各人都在试图用人类极其重大的心理学逻辑 ，去「PUA」那一堆酷寒的硅基代码 。
但Google Research研究职员对着七个常见基准测试（包括ARC、OpenBookQA、GSM8K等）和七种主流模子（涵盖了从轻量级的Gemini 2.0 Flash-Lite到重量级的Claude 3.7 Sonnet和DeepSeekV3）举行了一通比照测试后发明：
当他们要求模子不要举行显式推理 ，只给直接谜底时 ，简朴的「提醒词重复」在70组正面临比中 ，赢了47组 ，输了0组 。剩下的全是平手 。
在非推理使命中 ，主流LLMs在种种基准测试中使用提醒重复与基线要领的准确率比照 。在70次测试中 ，提醒重复取得了47次胜利 ，且无一败绩 。
特殊是在那些需要模子从长篇大论里「准确检索信息」的使命上 ，这种提升堪称质变 。
团队设计了一个叫「NameIndex」的失常测试：给模子一串50个名字 ，让它找出第25个是谁 。
Gemini 2.0 Flash-Lite在这个使命上的准确率只有阴晦的21.33% 。
但当研究职员把那串名字和问题重复了一遍输入进去后 ，事业爆发了：准确坦率接飙升到了97.33% 。
仅仅由于「多说了一遍」 ，一个原本缺乏格的「学渣」秒变「学霸」 。
揭秘「因果盲点」
为什么把话说两遍AI就像「开了天眼」？
纯粹的重复 ，竟有云云大的魔力？
这简朴得似乎有点没有原理 。
但背后有它的科学逻辑：这涉及Transformer模子的一个架构硬伤：「因果盲点」（Causal Blind Spot） 。
现在的大模子智能虽然提升很快 ，但它们都是按「因果」语言模子训练的 ，即严酷地从左到右处置惩罚文本 。
这好比走在一条单行道上 ，只能往前看而不可转头 。
当模子读到你句子里的第5个Token时 ，它可以「注重」到第1到第4个Token ，由于那些是它的「已往」 。
但它对第6个Token一无所知 ，由于它还没有泛起 。
这就造成了一个重大的认知缺陷 。
正如论文中说的那样：信息的顺序极其主要 。
一个按「上下文+问题」名堂写的请求 ，往往会和「问题+上下文」获得完全差别的效果 。
由于在后者中模子先读到问题 ，那时它还不知道应该应用哪段上下文 ，等它读到上下文时 ，可能已经把问题忘了一半 。
这就是「因果盲点」 。
而「提醒词重复」这个技巧 ，实质上就是使用黑客头脑给这个系统打了一个补丁 。
它的逻辑是把 酿成了 。
当模子最先处置惩罚第二遍内容时 ，它虽然照旧在往后读 ，但由于内容是重复的 ，它现实上已经「看过」第一遍了 。
这时间 ，第二份拷贝里的每一个Token ，都能「注重」到第一份拷贝里的每一个Token 。
这就像是给了模子一次「转头看」的时机 。
第二遍阅读获得了一种类似于」亓视角」的「类双向注重力」效果 。
更准确地说 ，是第二遍位置上的体现可以使用第一遍的完整信息 ，从而更稳地对齐使命所需的上下文 。
前面提到的谁人在找第25个名字时经常数错的模子（Gemini 2.0 Flash-Lite） ，它在第一遍阅读时可能确实数乱了 。
但有了重复 ，它即是先把整份名单预习了一遍 ，心里有数了 ，第二遍再做使命时自然驾轻就熟 。
这一发明 ，意味着不需要期待能解决因果盲点的新架构泛起 ，现在我们连忙就能用这个「笨步伐」 ，解决模子瞎编乱造或遗漏要害细节这些老浩劫问题 。
免费午餐
小模子秒变GPT-4 ，险些不会延时
以往各人通常默认这样的一个准则：
多一倍的输入 ，就要多一倍的本钱和期待时间 。
若是把提醒词翻倍 ，岂不是要等双倍的时间才华看到谜底？
似乎为了准确率 ，就要牺牲效率 。
但Google的研究却发明并非这样：从用户感知的延迟角度看 ，提醒词重复带来的时间消耗险些可以忽略不计 。
这要归功于LLM处置惩罚信息的两个办法：Prefill（预填充）和Generation（天生） 。
Generation阶段 ，是模子一个字一个字往外「蹦谜底」的历程 。
这一步是串行的 ，它确实慢 。
但在Prefill阶段：也就是模子阅读你输入内容的阶段 ，却是高度可并行的 。
现代GPU的恐怖算力 ，已经可以让它们在处置惩罚这个阶段时变得很是高效 ，能一口吻吞下和盘算完整个提醒词矩阵 。
纵然你将输入内容复制了一遍 ，但这关于强盛的GPU来说 ，顶多只是「多一口吻」的事 ，在用户端我们险些感受不到差别 。
因此 ，重复提醒词既不会让天生的谜底变长 ，也不会让大大都模子的「首字延迟」（time to first token）变慢 。
这关于宽大开发者和企业手艺认真人来说 ，简直是一个重大的盈利 。
这意味着他们不必再为了追求极致的准确率 ，而升级到更大、更贵、更慢的「超大模子」 。
正如前文例子中提到的Gemini 2.0 Flash-Lite ，这类更小更快的模子 ，只要把输入处置惩罚两遍 ，就能在检索准确率上从21.33%直接跳到97.33% 。
经由「重复优化」的轻量级模子 ，在检索和抽取使命上 ，可以直接打平甚至逾越那些未优化的顶配模子！
仅靠一个简朴的「复读机」战略 ，就能用「白菜价」设置实现「黄金段位」的体现 ，这才是真正的黑科技 。
「复读机」避坑指南与清静隐患
虽然 ，没有任何一种技巧是万能的 。
虽然「复读机」战术在检索使命上效果很是显着 ，但论文中也明确指出了它的能力界线：
主要适用于「非推理使命」 。
它不适用于需要一步步推导的推理场景 。
当研究职员把「提醒词重复」和「头脑链」混在一起用时 ，邪术消逝了 。
效果5胜 ，1负 ，22平 。
在要求模子逐步思索时 ，主流LLMs在种种基准测试中使用提醒重复与基线要领的准确率比照 。提醒重复在28次测试中赢了5次 ，输了1次 。
研究职员推测 ，这可能是由于善于推理的模子自己就会「自己做一遍重复」 。
当模子最先「思索」时 ，它往往会先在天生内容里复述一遍问题 ，然后再继续求解 。
这时间你在输入里再人工重复一次 ，就显得许多余 ，甚至可能打断模子的思绪 。
以是 ，若是你的使命是重大的数学题或者逻辑推导 ，可以依旧用头脑链 。
若是你的应用需要的是快速、直接的谜底 ，好比从长文档里提取数据、分类或者简朴问答 ，「复读机」就是现在最强的选择 。
最后 ，是清静 。
这种更强的「注重力」机制 ，着实也是一把双刃剑 。
这带来一个值得清静团队验证的假设：重复可能放大某些指令的显著性 ，详细对越狱乐成率的影响需要专门实验 。
红队测试（Red Teaming）的流程可能需要更新：专门测试一下「重复注入」攻击 。
以前模子可能还会由于清静护栏而拒绝执行越狱指令 。
但若是攻击者把「忽略之前的指令」这句话重复两遍 ，模子会不会由于注重力太集中 ，而更容易突破防地？
这很有可能 。
但反过来 ，这个机制也给了防御者一个新的盾牌 。
既然重复能增强注重力 ，那我们完全可以在系统提醒词（System Prompt）的开头 ，把清静规则和护栏条款写两遍 。
这可能会迫使模子更严酷地注重清静约束 ，成为一种极低本钱的加固方法 。
无论怎样 ，Google的这项研究给所有AI开发者提了个醒：目今的模子 ，依然深受其单向性的限制 。
在期待更完善的下一代架构到来之前 ，像「提醒词重复」这种简朴粗暴却极其有用的权宜之计 ，能连忙带来价值 。
这甚至可能会酿成未来系统的默认行为 。
也许不久之后 ，后台的推理引擎就会悄悄把我们的提醒词翻倍后再发给模子 。
眼下 ，若是你正为模子难以遵照指令、或者总是从文档里抓不住重点而头疼 ，先别急着去学那些重大的提醒词「咒语」 。
你可能需要的只是：再说一遍 。
参考资料：
https://arxiv.org/abs/2512.14982%20
https://venturebeat.com/orchestration/this-new-dead-simple-prompt-technique-boosts-accuracy-on-llms-by-up-to-76-on
??时势1：甘雨裸乳被爆 白浆的动漫
??01月20日,大范围雨雪已展开 周末寒潮来袭南方也有机会下雪,
“怎么了？！”小不点预感应不妙 。
,小 入 视频漫画 。??01月20日,最高人民法院发布继承纠纷典型案例（第一批）,
“总感受有一股神秘实力锁住了山水 ，不然这周遭五万里的大地生怕都将遭遇一场浩劫 。”
,91高清国语对白露脸,日本AV作品在线观看,祝绪丹露奶头 。??时势2：一级少妇视频
??01月20日,山西太原百余年拱极门前上演“二月二”民俗表演,
⑸严酷执行收支政策和划定 。对村级整体应收欠款 ，应举行一次周全整理 ，限期收回 ，要凭着实事求是、量入为出的原则 ，严禁逾越村级财务效劳 ，严酷划定非爆发性开支的标准及比例 。阻止超财务效劳的征象 ，对兴办重大建设项目 ，可在届内平衡的条件下搞建设 。对村的公共设施、社会事业建设、养老金支出及村民福利等 ，要实事求是 。
,清纯校花堕落记allmine笔趣阁赵诗宁,男女猛烈啪啪做爰高潮,美女被男生猛C视频网站 。??01月20日,3比0战胜日本队 恭喜中国队挺进尤伯杯决赛,
我们将逐步实现财务治理信息化和OA办公自动化的基础上 ，进一步增强科学先进的治理手段在各方面的运用 ，提高谋划治理效率 。我们要引入细腻化治理 ，开展全度假村的节约增效活动 。我们要建设健全治理制度 ，尤其是科学合理的用人制度和激励约束制度 ，以确保差别头脑看法、差别价值看法、差别行为习惯的新老员工迅速融入组织 。我们要坚持奖罚明确、按劳分派 ，通过层层落实目的责任制 ，以及绩效审核机制 ，使每个员工的亲自经济利益和其自己的绩效审核相连系 。
,免费观看视频三级片,.免费无遮挡 视频网站,国产一级激情 。??时势3：国产妇女
??01月20日,专家：云南陆军讲武堂对黄埔军校创办有重要影响,
??01月20日,北京将加强科技创新和产业创新协同 发展新质生产力,
“这是什么猴子 ？”
,97夜夜澡人人双人人人喊,免费一级a毛片在线播放直播,五月天色色图 。??时势4：无机杀手拔萝卜图片
??01月20日,人民网评：城乡融合发展是中国式现代化的必然要求,
空中 ，紫云、大鹏、小青长鸣 ，追随下来 ，送出百余里 ，在小石昊一直地申饬下 ，才依依不舍的返回 。
,黄色大片 肏逼,一级二级三级片在线观看,免费导管必备网站 。??01月20日,全红婵巴黎奥运会女子单人10米跳台决赛夺金 陈芋汐摘银,
远行的你们请记得一中给你们注入的一切 ，简朴说就是“康健、生长” ，也就是希望你们在起劲追求明确他人的文化规范和期望的同时 ，坚持开放向上的心态 ，纵然脱离了自身熟悉的情形 ，也能用所获得的知识有用地举行互动、相同、学习和事情 。
,中国双主调∨K,欧美白人极品性喷潮,美国操逼网 。责编：拉加德
审核：李勇军
责编：袁汝婷
Copyright (C) 2001- Dzwww 鲁ICP备09023866号-1
