Ripetere il tuo prompt può rendere i LLM significativamente più accurati. Google ha appena mostrato un cambiamento banale che vince 47 su 70 test. Nessun token extra. Nessuna latenza aggiunta. Zero perdite segnalate. 𝗥𝗲𝗽𝗲𝘁𝗶𝘇𝗶𝗼𝗻𝗲 𝗱𝗲𝗹 𝗽𝗿𝗼𝗺𝗽𝘁 𝗺𝗶𝗴𝗹𝗼𝗿𝗮 𝗹'𝗮𝗰𝗰𝘂𝗿𝗮𝗰𝗶𝗮 Il metodo è semplice. Invia esattamente lo stesso input due volte, uno dopo l'altro. I modelli linguistici leggono i token in ordine. Le parti iniziali vengono elaborate senza il contesto completo. Al secondo passaggio, l'immagine completa esiste già. Le previsioni diventano più stabili e più accurate. 𝗙𝗮 𝗳𝗮𝗰𝗰𝗶𝗹𝗲 𝗮𝗰𝗿𝗼𝘀𝘀 𝗺𝗮𝗷𝗼𝗿 𝗺𝗼𝗱𝗲𝗹𝘀 Il documento testa sistemi popolari su larga scala. Ogni modello valutato migliora senza ragionamento abilitato. Risultati chiave: > 47 vittorie su 70 benchmark > Zero regressioni di accuratezza > Nessun aumento nella lunghezza dell'output > Nessun costo di latenza misurabile 𝗜𝘁 𝗽𝗲𝗿𝗺𝗲𝘁𝘁𝗲 𝗹'𝗮𝗱𝗼𝗽𝘁𝗶𝗼𝗻𝗲 𝗱𝗲𝗹 𝗱𝗿𝗼𝗽-𝗶𝗻 Le uscite mantengono lo stesso formato. Le pipeline esistenti rimangono inalterate. Ottieni maggiore accuratezza copiando e incollando una volta.