来自Google Research的最新研究发现了一个令人惊讶的现象在非推理场景下简单地将输入提示重复一遍就能显著提升大语言模型的性能表现。这个技巧适用于Gemini、GPT、Claude、Deepseek等主流模型而且不会增加输出长度或响应延迟。 为什么重复提示有效技术原理大语言模型通常作为因果语言模型训练这意味着过去的token不能关注未来的token。这种单向注意力机制导致查询中token的顺序会影响预测性能。比如先给选项再给问题和先给问题再给选项两种格式模型的表现可能大不相同。提示重复的巧妙之处将输入从将输入从QUERY变为QUERY;QUERY让每个提示token都能关注到其他所有提示token打破了单向注意力的限制可视化理解想象你在和朋友对话正常情况你说一句话朋友只能根据前半句理解后半句重复提示你把同样的话重复一遍朋友现在能听到完整的两遍理解自然更深入 实验结果测试范围7个主流模型Gemini 2.0 Flash、GPT-4o、Claude 3.7 Sonnet等7个基准测试ARC、OpenBookQA、GSM8K、MMLU-Pro、MATH等70个模型-测试组合提示重复在其中47个组合中显著优于基线关键数据测试类型改进幅度典型例子多项选择题(选项优先)显著提升OpenBookQA准确率提升10-20%多项选择题(问题优先)适度提升ARC测试稳定改善自定义任务巨大提升NameIndex任务从21.33%→97.33%效率表现✅ 输出长度保持不变✅ 响应延迟基本不变仅预填充阶段略微增加✅ 部署难度零成本直接替换现有提示️ 使用方法基础版本# 原始提示 prompt 中国的首都是哪里 # 提示重复版本 prompt_repeated 中国的首都是哪里中国的首都是哪里详细重复版原始查询 让我重复一下 原始查询三倍重复版原始查询 让我重复一下 原始查询 让我再重复一次 原始查询核心洞察有时候让模型多听一遍比让它多想一步更有效。对于实际应用者来说这是一个立即可用的技巧。下次你发现模型没听懂问题时不妨试试把问题重复一遍——你可能会惊讶于效果的提升。Prompt Repetition Improves Non-Reasoning LLMs https://arxiv.org/pdf/2512.14982这里给大家精心整理了一份全面的AI大模型学习资源包括AI大模型全套学习路线图从入门到实战、精品AI大模型学习书籍手册、视频教程、实战学习、面试题等资料免费分享扫码免费领取全部内容1. 成长路线图学习规划要学习一门新的技术作为新手一定要先学习成长路线图方向不对努力白费。这里我们为新手和想要进一步提升的专业人士准备了一份详细的学习成长路线图和规划。可以说是最科学最系统的学习成长路线。2. 大模型经典PDF书籍书籍和学习文档资料是学习大模型过程中必不可少的我们精选了一系列深入探讨大模型技术的书籍和学习文档它们由领域内的顶尖专家撰写内容全面、深入、详尽为你学习大模型提供坚实的理论基础。书籍含电子版PDF3. 大模型视频教程对于很多自学或者没有基础的同学来说书籍这些纯文字类的学习教材会觉得比较晦涩难以理解因此我们提供了丰富的大模型视频教程以动态、形象的方式展示技术概念帮助你更快、更轻松地掌握核心知识。4. 2026行业报告行业分析主要包括对不同行业的现状、趋势、问题、机会等进行系统地调研和评估以了解哪些行业更适合引入大模型的技术和应用以及在哪些方面可以发挥大模型的优势。5. 大模型项目实战学以致用当你的理论知识积累到一定程度就需要通过项目实战在实际操作中检验和巩固你所学到的知识同时为你找工作和职业发展打下坚实的基础。6. 大模型面试题面试不仅是技术的较量更需要充分的准备。在你已经掌握了大模型技术之后就需要开始准备面试我们将提供精心整理的大模型面试题库涵盖当前面试中可能遇到的各种技术问题让你在面试中游刃有余。7. 资料领取全套内容免费抱走学 AI 不用再找第二份不管你是 0 基础想入门 AI 大模型还是有基础想冲刺大厂、了解行业趋势这份资料都能满足你现在只需按照提示操作就能免费领取扫码免费领取全部内容