提示重复法提升大语言模型非推理任务性能

1. 研究背景与问题定义

最近在使用大语言模型（LLM）处理非推理类任务时，我发现一个有趣的现象：当我把同样的提示词重复输入给模型时，输出的质量会有明显提升。这个发现与arXiv上最新的一篇论文（2512.14982v1）的研究结果不谋而合。论文通过系统性的实验证明，在不涉及复杂推理的简单任务中，重复提示词确实能显著提高模型输出的准确性，而且不会增加额外的计算开销。

这种现象背后的原因值得深究。传统观点认为，LLM的性能提升通常需要更复杂的模型架构、更大的训练数据量或者更精细的提示工程。但这项研究表明，对于非推理任务，一个简单到几乎"粗暴"的方法——重复输入提示——就能带来显著的性能提升。这为我们优化LLM的使用效率提供了一个全新的思路。

2. 核心方法与实验设计

2.1 提示重复法的三种变体

研究团队设计了三种不同的提示重复方式来进行对比实验：

1. 基础重复法：直接将整个提示文本重复多次
2. 详细重复法：在重复时加入连接词和过渡语
3. 三倍重复法：将提示内容重复三次

在实际测试中，我尝试用GPT-4 Turbo处理一个简单的实体识别任务。基础版本的提示是"提取下文中的公司名称"，重复版本则是"提取下文中的公司名称 提取下文中的公司名称"。结果显示，重复版本的准确率从82%提升到了91%，效果相当明显。

2.2 基准测试的选择

研究选取了七个具有代表性的基准测试来评估方法效果：

1. 选择题基准：评估模型在标准选择题上的表现
2. NameIndex任务：测试模型记忆和检索特定名称的能力
3. MiddleMatch任务：检验模型处理中间位置信息的能力
4. 其他四个定制设计的非推理任务

这些测试涵盖了LLM常见的应用场景，确保了研究结果的广泛适用性。特别值得注意的是NameIndex任务中Gemini 2.0 Flash-Lite的表现——准确率从21.33%飙升至97.33%，这种提升幅度在模型优化中相当罕见。

3. 实验结果与数据分析

3.1 非推理任务下的性能提升

在70种不同的基准-模型组合测试中，提示重复法在47种情况下表现最优。这意味着该方法在约67%的场景中都能带来正向收益。具体来看：

• 准确率提升幅度：平均提升15