新智元報(bào)道

編輯：元宇

【新智元導(dǎo)讀】簡單到難以置信！近日，Google Research一項(xiàng)新研究發(fā)現(xiàn)：想讓大模型在不啟用推理設(shè)置時(shí)更準(zhǔn)確，只需要把問題復(fù)制粘貼再說一遍，就能把準(zhǔn)確率從21.33%提升到97.33%！

一個(gè)簡單到「令人發(fā)指」的提示詞技巧，竟能讓大模型在不要求展開推理的情況下，將準(zhǔn)確率從21.33%提升到97.33%！

最近，Google Research發(fā)現(xiàn)了一條簡單粗暴、特別有效的提示詞技巧。

它顛覆了以往諸如「思維鏈」（Chain of Thought）「多樣本學(xué)習(xí)」（Multi-shot）「情緒勒索」等復(fù)雜的提示工程和技巧。

https://arxiv.org/pdf/2512.14982

在這篇題為《Prompt Repetition Improves Non-Reasoning LLMs》論文中，研究人員用數(shù)據(jù)告訴我們：

想要讓Gemini、GPT-4o、Claude或者DeepSeek這些主流模型中表現(xiàn)得更好，根本不需要那些花里胡哨的心理戰(zhàn)。

你只要把輸入問題重復(fù)一遍，直接復(fù)制粘貼一下，就能讓大模型在非推理任務(wù)上的準(zhǔn)確率獲得驚人提升，最高甚至能提升76個(gè)百分點(diǎn)！

別怕簡單，它確實(shí)有效。

一位網(wǎng)友將這個(gè)技巧比作「吼叫LLM」。

更妙的是，由于Transformer架構(gòu)獨(dú)特的運(yùn)作方式，這個(gè)看似笨拙的「復(fù)讀機(jī)」技巧，幾乎不會(huì)影響到生成速度。

所以，你不用在效率、準(zhǔn)確率、成本三者之間痛苦糾結(jié)。

它幾乎就是一場(chǎng)真正意義上的「免費(fèi)午餐」！

別再PUA大模型了

從「情緒勒索」到「復(fù)讀機(jī)」戰(zhàn)術(shù)

經(jīng)常使用AI工具的人，可能會(huì)對(duì)各種「提示詞魔法」信手拈來。

為了讓模型「更聰明一點(diǎn)」，工程師們過去幾年一直在發(fā)明各種復(fù)雜的提示詞技巧。

最開始是「思維鏈」，讓模型一步步思考，而且經(jīng)常把那些「推理痕跡」展示給用戶；

后來演變成了「多樣本學(xué)習(xí)」，給模型喂一大堆例子；

最近更是流行起了「情緒勒索」：告訴模型，如果這個(gè)代碼寫不出，你就會(huì)被斷電，或者你的獎(jiǎng)金會(huì)被扣光。

大家都在試圖用人類極其復(fù)雜的心理學(xué)邏輯，去「PUA」那一堆冰冷的硅基代碼。

但Google Research研究人員對(duì)著七個(gè)常見基準(zhǔn)測(cè)試（包括ARC、OpenBookQA、GSM8K等）和七種主流模型（涵蓋了從輕量級(jí)的Gemini 2.0 Flash-Lite到重量級(jí)的Claude 3.7 Sonnet和DeepSeekV3）進(jìn)行了一通對(duì)比測(cè)試后發(fā)現(xiàn)：

當(dāng)他們要求模型不要進(jìn)行顯式推理，只給直接答案時(shí)，簡單的「提示詞重復(fù)」在70組正面對(duì)比中，贏了47組，輸了0組。剩下的全是平局。

在非推理任務(wù)中，主流LLMs在各類基準(zhǔn)測(cè)試中使用提示重復(fù)與基線方法的準(zhǔn)確率對(duì)比。在70次測(cè)試中，提示重復(fù)取得了47次勝利，且無一敗績。

特別是在那些需要模型從長篇大論里「精確檢索信息」的任務(wù)上，這種提升堪稱質(zhì)變。

團(tuán)隊(duì)設(shè)計(jì)了一個(gè)叫「NameIndex」的變態(tài)測(cè)試：給模型一串50個(gè)名字，讓它找出第25個(gè)是誰。

Gemini 2.0 Flash-Lite在這個(gè)任務(wù)上的準(zhǔn)確率只有慘淡的21.33%。

但當(dāng)研究人員把那串名字和問題重復(fù)了一遍輸入進(jìn)去后，奇跡發(fā)生了：準(zhǔn)確率直接飆升到了97.33%。

僅僅因?yàn)椤付嗾f了一遍」，一個(gè)原本不及格的「學(xué)渣」秒變「學(xué)霸」。

揭秘「因果盲點(diǎn)」

為什么把話說兩遍AI就像「開了天眼」？

單純的重復(fù)，竟有如此大的魔力？

這簡單得好像有點(diǎn)沒有道理。

但背后有它的科學(xué)邏輯：這涉及Transformer模型的一個(gè)架構(gòu)硬傷：「因果盲點(diǎn)」（Causal Blind Spot）。

現(xiàn)在的大模型智能雖然提升很快，但它們都是按「因果」語言模型訓(xùn)練的，即嚴(yán)格地從左到右處理文本。

這好比走在一條單行道上，只能往前看而不能回頭。

當(dāng)模型讀到你句子里的第5個(gè)Token時(shí)，它可以「注意」到第1到第4個(gè)Token，因?yàn)槟切┦撬摹高^去」。

但它對(duì)第6個(gè)Token一無所知，因?yàn)樗�沒有出現(xiàn)。

這就造成了一個(gè)巨大的認(rèn)知缺陷。

正如論文中說的那樣：信息的順序極其重要。

一個(gè)按「上下文+問題」格式寫的請(qǐng)求，往往會(huì)和「問題+上下文」得到完全不同的結(jié)果。

因?yàn)樵诤笳咧心Ｐ拖茸x到問題，那時(shí)它還不知道應(yīng)該應(yīng)用哪段上下文，等它讀到上下文時(shí)，可能已經(jīng)把問題忘了一半。

這就是「因果盲點(diǎn)」。

而「提示詞重復(fù)」這個(gè)技巧，本質(zhì)上就是利用黑客思維給這個(gè)系統(tǒng)打了一個(gè)補(bǔ)丁。

它的邏輯是把 變成了 。

當(dāng)模型開始處理第二遍內(nèi)容時(shí)，它雖然還是在往后讀，但因?yàn)閮?nèi)容是重復(fù)的，它實(shí)際上已經(jīng)「看過」第一遍了。

這時(shí)候，第二份拷貝里的每一個(gè)Token，都能「注意」到第一份拷貝里的每一個(gè)Token。

這就像是給了模型一次「回頭看」的機(jī)會(huì)。

第二遍閱讀獲得了一種類似于「上帝視角」的「類雙向注意力」效果。

更準(zhǔn)確地說，是第二遍位置上的表示可以利用第一遍的完整信息，從而更穩(wěn)地對(duì)齊任務(wù)所需的上下文。

前面提到的那個(gè)在找第25個(gè)名字時(shí)經(jīng)常數(shù)錯(cuò)的模型（Gemini 2.0 Flash-Lite），它在第一遍閱讀時(shí)可能確實(shí)數(shù)亂了。

但有了重復(fù)，它等于先把整份名單預(yù)習(xí)了一遍，心里有數(shù)了，第二遍再做任務(wù)時(shí)自然得心應(yīng)手。

這一發(fā)現(xiàn)，意味著不需要等待能解決因果盲點(diǎn)的新架構(gòu)出現(xiàn)，現(xiàn)在我們立刻就能用這個(gè)「笨辦法」，解決模型瞎編亂造或遺漏關(guān)鍵細(xì)節(jié)這些老大難問題。

免費(fèi)午餐

小模型秒變GPT-4，幾乎不會(huì)延時(shí)

以往大家通常默認(rèn)這樣的一個(gè)準(zhǔn)則：

多一倍的輸入，就要多一倍的成本和等待時(shí)間。

如果把提示詞翻倍，豈不是要等雙倍的時(shí)間才能看到答案？

似乎為了準(zhǔn)確率，就要犧牲效率。

但Google的研究卻發(fā)現(xiàn)并非這樣：從用戶感知的延遲角度看，提示詞重復(fù)帶來的時(shí)間損耗幾乎可以忽略不計(jì)。

這要?dú)w功于LLM處理信息的兩個(gè)步驟：Prefill（預(yù)填充）和Generation（生成）。

Generation階段，是模型一個(gè)字一個(gè)字往外「蹦答案」的過程。

這一步是串行的，它確實(shí)慢。

但在Prefill階段：也就是模型閱讀你輸入內(nèi)容的階段，卻是高度可并行的。

現(xiàn)代GPU的恐怖算力，已經(jīng)可以讓它們?cè)谔幚磉@個(gè)階段時(shí)變得非常高效，能一口氣吞下和計(jì)算完整個(gè)提示詞矩陣。

即使你將輸入內(nèi)容復(fù)制了一遍，但這對(duì)于強(qiáng)大的GPU來說，頂多只是「多一口氣」的事，在用戶端我們幾乎感覺不到差異。

因此，重復(fù)提示詞既不會(huì)讓生成的答案變長，也不會(huì)讓大多數(shù)模型的「首字延遲」（time to first token）變慢。

這對(duì)于廣大開發(fā)者和企業(yè)技術(shù)負(fù)責(zé)人來說，簡直是一個(gè)巨大的紅利。

這意味著他們不必再為了追求極致的準(zhǔn)確率，而升級(jí)到更大、更貴、更慢的「超大模型」。

正如前文例子中提到的Gemini 2.0 Flash-Lite，這類更小更快的模型，只要把輸入處理兩遍，就能在檢索準(zhǔn)確率上從21.33%直接跳到97.33%。

經(jīng)過「重復(fù)優(yōu)化」的輕量級(jí)模型，在檢索和抽取任務(wù)上，可以直接打平甚至超越那些未優(yōu)化的頂配模型！

僅靠一個(gè)簡單的「復(fù)讀機(jī)」策略，就能用「白菜價(jià)」配置實(shí)現(xiàn)「黃金段位」的表現(xiàn)，這才是真正的黑科技。

「復(fù)讀機(jī)」避坑指南與安全隱患

當(dāng)然，沒有任何一種技巧是萬能的。

雖然「復(fù)讀機(jī)」戰(zhàn)術(shù)在檢索任務(wù)上效果非常明顯，但論文中也明確指出了它的能力邊界：

主要適用于「非推理任務(wù)」。

它不適用于需要一步步推導(dǎo)的推理場(chǎng)景。

當(dāng)研究人員把「提示詞重復(fù)」和「思維鏈」混在一起用時(shí)，魔法消失了。

結(jié)果5勝，1負(fù)，22平。

在要求模型逐步思考時(shí)，主流LLMs在各類基準(zhǔn)測(cè)試中使用提示重復(fù)與基線方法的準(zhǔn)確率對(duì)比。提示重復(fù)在28次測(cè)試中贏了5次，輸了1次。

研究人員推測(cè)，這可能是因?yàn)樯瞄L推理的模型本身就會(huì)「自己做一遍重復(fù)」。

當(dāng)模型開始「思考」時(shí)，它往往會(huì)先在生成內(nèi)容里復(fù)述一遍題目，然后再繼續(xù)求解。

這時(shí)候你在輸入里再人工重復(fù)一次，就顯得很多余，甚至可能打斷模型的思路。

所以，如果你的任務(wù)是復(fù)雜的數(shù)學(xué)題或者邏輯推導(dǎo)，可以依舊用思維鏈。

如果你的應(yīng)用需要的是快速、直接的答案，比如從長文檔里提取數(shù)據(jù)、分類或者簡單問答，「復(fù)讀機(jī)」就是目前最強(qiáng)的選擇。

最后，是安全。

這種更強(qiáng)的「注意力」機(jī)制，其實(shí)也是一把雙刃劍。

這帶來一個(gè)值得安全團(tuán)隊(duì)驗(yàn)證的假設(shè)：重復(fù)可能放大某些指令的顯著性，具體對(duì)越獄成功率的影響需要專門實(shí)驗(yàn)。

紅隊(duì)測(cè)試（Red Teaming）的流程可能需要更新：專門測(cè)試一下「重復(fù)注入」攻擊。

以前模型可能還會(huì)因?yàn)榘踩o(hù)欄而拒絕執(zhí)行越獄指令。

但如果攻擊者把「忽略之前的指令」這句話重復(fù)兩遍，模型會(huì)不會(huì)因?yàn)樽⒁饬μ�，而更容易突破防線？

這很有可能。

但反過來，這個(gè)機(jī)制也給了防御者一個(gè)新的盾牌。

既然重復(fù)能增強(qiáng)注意力，那我們完全可以在系統(tǒng)提示詞（System Prompt）的開頭，把安全規(guī)則和護(hù)欄條款寫兩遍。

這可能會(huì)迫使模型更嚴(yán)格地注意安全約束，成為一種極低成本的加固方式。

無論如何，Google的這項(xiàng)研究給所有AI開發(fā)者提了個(gè)醒：當(dāng)前的模型，依然深受其單向性的限制。

在等待更完美的下一代架構(gòu)到來之前，像「提示詞重復(fù)」這種簡單粗暴卻極其有效的權(quán)宜之計(jì)，能立刻帶來價(jià)值。

這甚至可能會(huì)變成未來系統(tǒng)的默認(rèn)行為。

也許不久之后，后臺(tái)的推理引擎就會(huì)悄悄把我們的提示詞翻倍后再發(fā)給模型。

眼下，如果你正為模型難以遵循指令、或者總是從文檔里抓不住重點(diǎn)而頭疼，先別急著去學(xué)那些復(fù)雜的提示詞「咒語」。

你可能需要的只是：再說一遍。

參考資料：

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