重要的事情说三遍，将大模型准确率从21%提升至97%

本文标题不是噱头，就是核心方法！仅仅将提示词重复输入一次，大模型的准确率从21%跃升至97%，这背后不仅是技巧，更是对AI本质的重新思考。

谷歌研究团队发现了一个令人惊讶的现象：在特定非推理任务中，将给AI的指令复制粘贴一遍，就能让准确率从21.33%暴涨至97.33%。https://arxiv.org/pdf/2512.14982

这种提升看似不可思议，却揭示了当前大模型的一个关键弱点：注意力容易分散，经常忽略复杂指令中的关键要求。

01 为何重复如此有效？

当AI处理长文本时，重要指令容易被淹没。重复指令等于在注意力机制中物理增加其权重，迫使AI更专注地执行这些要求。

这对非推理任务尤其有效——这类任务不需要复杂逻辑，只需严格遵循格式或简单分类。重复指令就像对人反复强调重点，显著提高遵循率。

02 实践方法极简

这一发现挑战了复杂的提示词工程学。开发者无需设计繁琐的提示框架，只需将核心要求复制到指令末尾，就能大幅提升AI表现。

特别适用于需要严格输出格式、避免特定内容或多条件判断的场景。这个简单动作往往比调整参数或微调模型更有效。

大模型的脆弱性在此暴露：其高性能常依赖精心设计的提示。而复制粘贴技巧提供了一种低成本高回报的解决方案，也提醒我们，最有效的AI交互方式有时恰恰是最简单的。

觉得文章有用，微信打赏一元。