【問題】
LLMの回答精度を上げるテクニックは日々進化しています。Chain of Thoughtの次に押さえるべきこの手法、あなたは知っていますか？
★ ヒント
Chain of Thoughtプロンプトの拡張手法の一つです。一度だけでなく複数回の推論パスを走らせ、最も一貫性のある答えを採用するアプローチです。
【解説】
Self-Consistency（自己整合性）とは、LLMに同じ質問に対して複数の推論パス（Chain of Thought）を生成させ、最終的な回答を多数決で決定する手法です。通常のCoTでは1回の推論結果をそのまま採用しますが、Self-Consistencyでは温度パラメータを上げて多様な推論経路を複数サンプリングします。これにより、たまたま誤った推論経路に入ってしまうリスクを軽減できます。特に算術問題や論理的推論タスクで顕著な精度向上が報告されています。APIを使った開発では、同じプロンプトを複数回呼び出して回答を集約するという実装が可能です。コストは増加しますが、正確性が求められるビジネス用途では非常に有効なテクニックです。
推論テクニックを知っているだけでAIの出力品質は大きく変わります。次回もAI活用力が上がるクイズをお届けしますのでお楽しみに！
さらにもう一問！
▶ 【AIクイズ】これ知らずにプロンプト書いてるの？精度が激変する基本テクニック
▶ 【AIクイズ】これ知らずにプロンプト書いてるの、正直もったいないです
