谷歌研究新发现：简单的“复读机”策略，让AI模型准确率暴增76%

不可思议！谷歌研究（Google Research）的一项最新发现颠覆了提示词工程：想要让大语言模型在不开启推理设置的情况下更精准，无需复杂逻辑，只需将问题直接复制粘贴再重复一遍，准确率即可从21.33%大幅提升至97.33%！

这种简单到让人大跌眼镜的技巧，在非推理任务中展现了惊人的威力。研究表明，仅通过简单的“复读”策略，主流大模型的表现就能获得质的飞跃。

近日，谷歌研究团队揭示了这一既简单又粗暴的提示词技巧，彻底打破了以往对“思维链”（Chain of Thought）或“情绪勒索”等复杂Prompt工程的依赖。

在名为《Prompt Repetition Improves Non-Reasoning LLMs》的论文中，研究者通过海量实验证明：

无论是Gemini、GPT-4o还是Claude和DeepSeek，这些顶尖模型在处理特定任务时，并不一定需要复杂的心理攻势。只需将输入内容完整重复一遍，模型在非推理任务上的准确率最高可提升76个百分点。

这并非巧合，而是真实有效的“物理外挂”。

甚至有网友调侃这种技巧为“向AI咆哮”。

受益于Transformer架构的并行处理特性，这种“复读机”策略几乎不会显著增加生成延迟。这意味着开发者可以在不增加显性成本的情况下，免费获取更高性能的“午餐”。

告别PUA，从心理战回归“复读机”本质

为了榨干AI的性能，工程师们曾绞尽脑汁。从最早的“一步步思考”到后来的“多样本学习”，甚至演变出“扣工资”等情绪威胁手段，试图通过人类心理学逻辑来驯服AI。

然而，谷歌研究人员在对Gemini 2.0 Flash-Lite、Claude 3.7 Sonnet及DeepSeek V3等7种主流模型进行横向评测后发现，在不要求模型输出推理过程的场景下，“提示重复”在70组对比测试中取得了47胜23平的傲人战绩，无一败绩。

特别是在超长文本的信息检索任务中，提升效果尤为显著。例如在从50个随机名字中找出第25个的测试中，Gemini 2.0 Flash-Lite最初准确率仅为21.33%，但重复一遍问题后，准确率奇迹般地飙升至97.33%。

硬核原理解析：如何利用“因果盲点”打补丁？

为什么简单的重复会产生“上帝视角”？这源于Transformer模型固有的结构性缺陷——因果盲点（Causal Blind Spot）。

目前主流的大模型大多采用自回归因果语言模型，只能从左向右单向处理文本。这意味着当模型读到第N个词时，它无法知晓后续词汇的内容，导致其在处理“上下文+问题”时，对问题的理解往往是片面的。

“提示重复”实际上通过一种黑客式的思路为系统打了补丁。当我们将输入从<QUERY>变为<QUERY><QUERY>时，模型在处理第二遍内容时，每一个Token都已经能够“注意”到第一遍时出现的完整信息。这相当于赋予了模型一种模拟的双向注意力机制，让它在阅读第二遍时具备了全局视野。

效率神话：小模型实现GPT-4级的表现

传统的认知认为，输入翻倍意味着成本和延迟翻倍。但谷歌的研究打破了这一顾虑。由于LLM在“预填充（Prefill）”阶段具有极高的并行计算能力，增加的重复文本对于GPU而言只是微不足道的计算增量。

对于企业而言，这意味着可以使用更廉价、响应更快的轻量级模型（如Flash系列），通过简单的提示重复，在信息提取和分类任务上直接对标昂贵的顶配模型。这不仅是技术的进步，更是降本增效的终极方案。

避坑指南：复读机技巧的边界与安全隐患

需要注意的是，该技巧主要针对“非推理任务”。研究发现，如果将“提示重复”与“思维链”混合使用，效果提升会变得微乎其微。因为擅长推理的模型在思考过程中，往往已经包含了自我复述和逻辑自检。

此外，这种机制也带来了安全挑战。攻击者可能会利用重复指令来增加“越狱”语句的权重，试图突破模型的安全防线。但反过来看，防御者也可以在系统提示词中重复安全准则，以极低成本强化模型的合规性。

总之，在下一代能够彻底解决因果盲点的架构普及前，“再说一遍”可能是目前最廉价且最高效的AI性能增强剂。如果你正为AI不够听话而烦恼，不妨试试最原始的方法：再叮嘱它一遍。