谷歌只用一招：Gemini从21%飙到97%新智元

简单到难以置信！近日，Google Research一项新研究发现：想让大模型在不启用推理设置时更准确，只需要把问题复制粘贴再说一遍，就能把准确率从21.33%提升到97.33%！

一个简单到「令人发指」的提示词技巧，竟能让大模型在不要求展开推理的情况下，将准确率从21.33%提升到97.33%！

最近，Google Research发现了一条简单粗暴、特别有效的提示词技巧。

它颠覆了以往诸如「思维链」（Chain of Thought）「多样本学习」（Multi-shot）「情绪勒索」等复杂的提示工程和技巧。

https://arxiv.org/pdf/2512.14982

在这篇题为《Prompt Repetition Improves Non-Reasoning LLMs》论文中，研究人员用数据告诉我们：

想要让Gemini、GPT-4o、Claude或者DeepSeek这些主流模型中表现得更好，根本不需要那些花里胡哨的心理战。

你只要把输入问题重复一遍，直接复制粘贴一下，就能让大模型在非推理任务上的准确率获得惊人提升，最高甚至能提升76个百分点！

别怕简单，它确实有效。

一位网友将这个技巧比作「吼叫LLM」。

更妙的是，由于Transformer架构独特的运作方式，这个看似笨拙的「复读机」技巧，几乎不会影响到生成速度。

所以，你不用在效率、准确率、成本三者之间痛苦纠结。

它几乎就是一场真正意义上的「免费午餐」！

别再PUA大模型了

从「情绪勒索」到「复读机」战术

经常使用AI工具的人，可能会对各种「提示词魔法」信手拈来。

为了让模型「更聪明一点」，工程师们过去几年一直在发明各种复杂的提示词技巧。

最开始是「思维链」，让模型一步步思考，而且经常把那些「推理痕迹」展示给用户；

后来演变成了「多样本学习」，给模型喂一大堆例子；

最近更是流行起了「情绪勒索」：告诉模型，如果这个代码写不出，你就会被断电，或者你的奖金会被扣光。

大家都在试图用人类极其复杂的心理学逻辑，去「PUA」那一堆冰冷的硅基代码。

但Google Research研究人员对着七个常见基准测试（包括ARC、OpenBookQA、GSM8K等）和七种主流模型（涵盖了从轻量级的Gemini 2.0 Flash-Lite到重量级的Claude 3.7 Sonnet和DeepSeekV3）进行了一通对比测试后发现：

当他们要求模型不要进行显式推理，只给直接答案时，简单的「提示词重复」在70组正面对比中，赢了47组，输了0组。剩下的全是平局。

在非推理任务中，主流LLMs在各类基准测试中使用提示重复与基线方法的准确率对比。在70次测试中，提示重复取得了47次胜利，且无一败绩。

特别是在那些需要模型从长篇大论里「精确检索信息」的任务上，这种提升堪称质变。

团队设计了一个叫「NameIndex」的变态测试：给模型一串50个名字，让它找出第25个是谁。

Gemini 2.0 Flash-Lite在这个任务上的准确率只有惨淡的21.33%。

但当研究人员把那串名字和问题重复了一遍输入进去后，奇迹发生了：准确率直接飙升到了97.33%。

仅仅因为「多说了一遍」，一个原本不及格的「学渣」秒变「学霸」。

揭秘「因果盲点」

为什么把话说两遍AI就像「开了天眼」？

单纯的重复，竟有如此大的魔力？

这简单得好像有点没有道理。

但背后有它的科学逻辑：这涉及Transformer模型的一个架构硬伤：「因果盲点」（Causal Blind Spot）。

现在的大模型智能虽然提升很快，但它们都是按「因果」语言模型训练的，即严格地从左到右处理文本。

这好比走在一条单行道上，只能往前看而不能回头。

当模型读到你句子里的第5个Token时，它可以「注意」到第1到第4个Token，因为那些是它的「过去」。

但它对第6个Token一无所知，因为它还没有出现。

这就造成了一个巨大的认知缺陷。

正如论文中说的那样：信息的顺序极其重要。

一个按「上下文+问题」格式写的请求，往往会和「问题+上下文」得到完全不同的结果。

因为在后者中模型先读到问题，那时它还不知道应该应用哪段上下文，等它读到上下文时，可能已经把问题忘了一半。

这就是「因果盲点」。

而「提示词重复」这个技巧，本质上就是利用黑客思维给这个系统打了一个补丁。

它的逻辑是把＜QUERY＞变成了＜QUERY＞＜QUERY＞。

当模型开始处理第二遍内容时，它虽然还是在往后读，但因为内容是重复的，它实际上已经「看过」第一遍了。

这时候，第二份拷贝里的每一个Token，都能「注意」到第一份拷贝里的每一个Token。

这就像是给了模型一次「回头看」的机会。

第二遍阅读获得了一种类似于「上帝视角」的「类双向注意力」效果。

更准确地说，是第二遍位置上的表示可以利用第一遍的完整信息，从而更稳地对齐任务所需的上下文。

前面提到的那个在找第25个名字时经常数错的模型（Gemini 2.0 Flash-Lite），它在第一遍阅读时可能确实数乱了。

但有了重复，它等于先把整份名单预习了一遍，心里有数了，第二遍再做任务时自然得心应手。

这一发现，意味着不需要等待能解决因果盲点的新架构出现，现在我们立刻就能用这个「笨办法」，解决模型瞎编乱造或遗漏关键细节这些老大难问题。

小模型秒变GPT-4，几乎不会延时

以往大家通常默认这样的一个准则：

多一倍的输入，就要多一倍的成本和等待时间。

如果把提示词翻倍，岂不是要等双倍的时间才能看到答案？

似乎为了准确率，就要牺牲效率。

但Google的研究却发现并非这样：从用户感知的延迟角度看，提示词重复带来的时间损耗几乎可以忽略不计。

这要归功于LLM处理信息的两个步骤：Prefill（预填充）和Generation（生成）。

Generation阶段，是模型一个字一个字往外「蹦答案」的过程。

这一步是串行的，它确实慢。

但在Prefill阶段：也就是模型阅读你输入内容的阶段，却是高度可并行的。

现代GPU的恐怖算力，已经可以让它们在处理这个阶段时变得非常高效，能一口气吞下和计算完整个提示词矩阵。

即使你将输入内容复制了一遍，但这对于强大的GPU来说，顶多只是「多一口气」的事，在用户端我们几乎感觉不到差异。

因此，重复提示词既不会让生成的答案变长，也不会让大多数模型的「首字延迟」（time to first token）变慢。