Self-Consistency 是什麼？多跑幾次再取共識答案

同一道題目問模型三次，得到三個不同的答案，這種事很常見。多數人的反應是重問到看順眼為止。

自洽採樣把這個直覺變成方法：不要挑你喜歡的那個，要挑出現最多次的那個。

定義

自洽採樣是讓模型對同一個問題產生多條獨立的推理路徑，再取出現次數最多的答案。用共識取代單次結果。

它的核心假設很直覺：錯的方式有很多種，對的方式通常只有幾種。所以重複出現的那個答案，正確的機率比較高。

白話比喻

像請三個人分別算同一筆帳，而且不准互相對答案。如果其中兩個人算出同樣的數字，那個數字通常就是對的。

重點是「分別」。如果他們互相參考，就變成一起錯，多數決就失去意義了。

怎麼操作

1. 要求展開推理：先用 思維鏈 請模型一步步說明過程。
2. 重複多次：同一個問題獨立跑三到五次，每次都是新的開始。
3. 收集答案：只取結論，不要把前一次的推理帶進下一次。
4. 取多數決：出現次數最多的那個答案就是結論。
5. 看分布：如果票數很分散，代表題目本身不清楚，回頭補資訊。

跟相近名詞的差別

實際用例

適合的場景：數學與邏輯題、資料判讀、分類標註、以及任何「答案只有一個、但模型偶爾會滑掉」的任務。

實務上常跟 Temperature 一起調：溫度太低每次結果都一樣，取共識就沒有意義；溫度太高則會散到收斂不了。