什么是自我一致性？同一个问题多问几遍

同一个问题问两遍，大模型的答案可能不完全一样：措辞变了，数字变了，有时结论都变了。这种「不稳定」通常被当成缺点，但有个方法把它反过来用——让模型对同一问题生成多个答案，看哪个结论出现最多，选它。这就是自我一致性，也叫多数投票。它不改变模型本身，只改变「问问题的方式」。

原理：错误各不同，正确趋一致

自我一致性的核心假设是：模型答错时，错法五花八门；答对时，结果高度收敛。一道数学题，算错的路径可能有很多条，算对只有一条。于是只要对同一个问题采样多次，正确答案更容易成为「多数派」，错误的答案则分散在各处。把多次结果统计一下，可靠性就上来了。

直观类比是问一群人同一个问题：答错的人往往各错各的，答对的人答案高度一致。把所有人的答案投个票，正确率会比单独问一个人高。这和生成式的答案波动是同一枚硬币的两面：波动是现象，自我一致性是利用现象。需要分清的是，自我一致性是一种推理时的技巧，和自监督学习这种训练方法属于两个层面：前者不改变模型，后者是在训练阶段学表征。这个假设在数学、代码这类「对错分明」的任务上尤其成立，因为错误空间远大于正确空间。

三种落地用法

它不只存在于论文里，普通用户可以直接用。下面这张表给出三种用法和对应的适用场景。

用法一最省心：直接把「多思路」的要求写进提示词，让模型自己跑多遍再汇总。用法二适合拿不准的单个事实。用法三则把「分歧」当成反向信号——三次答案不一致时，宁可多花时间核实，也别急着采信其中一个。

什么任务用不上

必须说清它的边界：自我一致性只对「有唯一答案」的任务有效。数学题、事实判断、代码排错这类问题，答案有对错，投票才有意义。写文案、起名字、头脑风暴这类本来就没有标准答案的任务，让模型多生成几遍，得到的只是几个不同但都合理的版本，投不出「更正确」的一个，反而浪费调用次数。判断标准就一条：这个问题是否存在一个可验证的正确答案，没有，就别指望投票。

代价：用次数换可靠

自我一致性的代价很直接：问三遍就是三倍的花费，速度也要等所有结果都出来。对按 token 计费或按次计费的调用，这是一笔实打实的成本。所以它不是默认动作，而是「拿不准时」的加强手段。平时问一遍就够，遇到关键结论才值得多问两遍。这和使用大语言模型的通用逻辑一致：成本敏感的场景，先问一遍看分歧，再决定要不要加码。判断是否值得加码的标尺很简单：结论越关键、后果越难挽回，越值得多问一遍。

日常版：重要的事问两遍

你不需要刻意去跑什么算法，记住这个判断方法就够了：重要的事情问两次，看答案是否一致。一致，可信度就高；不一致，说明这里有不确定性，需要你自己核实。它把一个偏学术的技巧，压缩成一条可执行的习惯，逻辑上也贴近自建评测：自己出题反复测，比单次结果更可靠。

自我一致性速查

• 适用：有唯一答案的任务（数学、事实、代码）
• 做法：多问几遍 / 要求多思路，选多数派
• 判断：答案不一致 = 这里不确定，要人工核实
• 成本：问 N 遍就是 N 倍花费

自我一致性的价值可以浓缩成一句话：拿不准的事，多问一遍。它提醒我们，大模型的单次输出是一次「采样」，带有随机性，多采样几次再做判断，往往比单次更稳。这个思路不只对 AI 有用，对任何「单次结果不牢靠」的场景都成立。