猫眼影戏
 |
|
猫眼影戏
寇准
手机审查
猫眼影戏记者 伯特 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：日韩视频网站
??01月19日,（新春走基层）肃北乌兰牧骑50年：深入牧区，走向世界,
而骨文就是因此而逐渐生长起来的 ，人族借他族之法 ，探索天地秩序之道 ，终于从弱小一步一步逐渐茂盛起来。
,又大又粗又黄的黄页资源网站在线。??01月19日,有序扩大开放，“中国服务”迈向更高水平,
我相信我们班每一个成员都希望自己的整体优异而团结 ，就犹如每一个孩子都希望自己的家幸福而温暖。那么 ，就别再做那坐享其成的懒汉 ，更别做那破损整体的坏小孩。和各人一起 ，为建起这个家贡献一份力 ，好吗?只有我们每小我私家都起劲地去制作这个家 ，去为它添一块砖 ，加一片瓦 ，它才华高峻而坚实;只有我们每小我私家都有至心 ，用爱意去护卫自己的家 ，它才华为我们挡风遮雨。
,欧美特级婬片毛多的少妇,黑皮白袜猛1Gay网站,影音先锋免费av网站。??时势2：操老熟女视频
??01月19日,华裔青少年在广州开启“移动课堂”：融学于趣 文化润心,
坚持好的事情作风体现在一心一意为人民效劳上。办公室作为各级党委联系群众的桥梁和纽带 ，下层的情形、群众的意见呼声都要通过办公室反应到党委;党委的决议又要通过办公室转抵达下层和群众中去。因此 ，一直刷新办公室的事情作风 ，提高办公室为群众和下层效劳的水平就显得尤为主要。办公室是党委的主要部分 ，更是党委的“窗口” ，办公室干部的一言一行、一举一动 ，都直接影响到党委机关在群众和下层的形象。在一样平常事情中 ，对前来办文效劳、联系事情的职员和来访群众 ，要热情接待 ，不搭架子 ，不盛气凌人 ，坚决战胜“门难进、脸难看、事难办”的征象。要从热心办、马上办、办得好上做文章 ，从摸真相、办实事、创实绩上花实力 ，从勤动脑、多思索、出好谋上下功夫 ，雷厉盛行 ，提高效劳效率 ，树立优异的亲民形象。
,国产精品熟女码,成人 猛撞视频蓝莓,初二女学生被我射满了。??01月19日,【湾区青年说】澳门青年湾区创业：数字赋能助优质产品出海,
一切都似乎还在昨日 ，还记得跟二猛、皮猴他们掏鸟窝、被青鳞鹰大婶追杀时的情景 ，尚有配合去狩猎、采摘老药、捉凶兽崽等 ，留下了太多的欢声笑语。
?第一百九十二章 上下一心,黄色网站在线播放,李毅吧啪啪啪动态图27期,国产特级毛片无码专区。??时势3：3dmax专区柳神
??01月19日,外交部就习近平主席出席2024年中非合作论坛峰会开幕式并举行相关活动向中外媒体吹风,
同砚们 ，“良时不再至 ，离别在须臾”“起劲崇明德 ，皓首以为期”。祝福你们 ，我的孩子们 ，深深地 ，深深地！
,奶思动漫,成人黄片,欧美专区精品妓女。??01月19日,广州发放一线城市首张试点“房票”, 针对上述情形 ，通用汽车高管体现 ，企业对扭转中国市场的销售时势仍有信心 ，他们希望旗下新能源车型能在中国市场继续发力。据彭博社报道 ，通用汽车董事长兼首席执行官玛丽·博拉此前体现 ，“当你视察中国市场时 ，会发明它与5年前有很大差别。我们希望能够以准确的方法加入到这个市场中。”只管在中国市场份额占比不大 ，但斯特兰蒂斯也看好中国市场 ，并“入股”中国车企。去年10月 ，斯特兰蒂斯宣布与中国零跑汽车成为全球战略同伴 ，并向后者投资15亿欧元。,欧美日韩国产深喉七海,蹭蹭，好爽，h边做边叫,色综合一区二区13p。
??时势4：就要日就要艹就要干
??01月19日,日本一名女子逛超市时被卷入自动扶梯身亡,
同砚们 ，身体是知识的载体 ，只有康健的体魄 ，以及优异的心理品质 ，才华更好地事情和学习 ，才华应付种种难题和挑战。
,黄色一区网站,欧美精品性欧美,高清欧美性爱视频。??01月19日,重庆街头水景灯饰流光溢彩吸引眼球,
高等院校学生举行军事训练 ，是、国务院、国家教委做出的具有战略意义的决议 ，是高等院校教育刷新的一项主要步伐 ，是周全提高峻学生素质 ，作育社会主义建设及格建设者和接棒人的必修课 ，是对大学生举行国防教育 ，作育优良品行的一种主要形式。
,大美女 100%露出奶头韩剧,99黄色在线观看,亚洲天堂社区。责编：俞茂鲲
审核：吉野纱香
责编：莫竞
Copyright (C) 2001- dzwww.com. All Rights Reserved
新闻信息效劳允许证 - 音像制品出书允许证 - 广播电视节目制作谋划允许证 - 网络视听允许证 - 网络文化谋划允许证
山东省互联网传媒集团主理 联系电话：0531-85193202 违法不良信息举报电话：0531-85196540
鲁ICP备09023866号-1 鲁公网安备 37010202000111号
Copyright (C) 2001- Dzwww 鲁ICP备09023866号-1
