Google 研究:prompt 复读两遍,某任务准确率从 21% 飙至 97%
udmrzn · x · 2026-11-16
Google Research 论文《Prompt Repetition Improves Non-Reasoning LLMs》发现一个零成本技巧：把输入 prompt 原样重复两遍（<QUERY> → <QUERY><QUERY>），即可提升主流非推理模型的准确率。
- 原理：LLM 是因果语言模型，早期 token 无法注意后续 token，问题放在长文档末尾时模型是"盲目"处理上下文的；重复 prompt 让每个 token 都能注意到完整问题。
- 效果：在 7 个 benchmark × 7 个模型（Gemini、GPT、Claude、DeepSeek 等）上准确率普遍提升；一个复杂抽取任务从 21% 跳到 97%。
- 成本：硬件并行处理输入，第二遍即时完成，不增加生成 token 数与延迟，等于免费。
适用条件是不开启推理模式时的普通调用，属于可以立刻试的免费涨分技巧。
「编程与Agent」频道最新
- 用户用 Grokbot 一周砍掉 147 美元订阅：敢输密码还会替你付费 — DominiqueCAPaul · 2026-11-16
- 受够昂贵 SaaS，研究员自写采购/财务/HR全套内部工具并免费共享 — arjunrajlab · 2026-11-16
- 作者把四年回忆与全部著作压缩进不到 600 行 Python 的个人 agent — UltraRareAF · 2026-11-16
- Sentry CEO 吐槽 agent「过家家」式 UX：一个任务要同时召唤两个模式 — zeeg · 2026-11-16
- Claude Code 完整系统提示词遭扒：7832 行、128 个工具全部公开 — udmrzn · 2026-11-16
- FBI 发警告后安全公司扒出 ARTEX 框架：授权守卫被删、Docker 镜像带 root RCE 后门 — udmrzn · 2026-11-16