Google Research hat eine überraschend einfache Technik vorgestellt, die die Genauigkeit von LLMs drastisch erhöht. Die Wiederholung der Eingabeabfrage kann die Leistung um bis zu 76 % verbessern. Das im letzten Monat veröffentlichte Papier stellt komplexe Prompting-Methoden in Frage.

Forscher fanden heraus, dass die Duplizierung von Prompts die Ergebnisse für Aufgaben verbessert, die kein kompliziertes Denken erfordern. Die Technik funktioniert bei wichtigen Modellen wie Gemini, GPT-4o, Claude und DeepSeek. Carl Franzen berichtete über die Ergebnisse auf VentureBeat, 13. Januar 2026.

Diese Entdeckung könnte die KI-Entwicklung vereinfachen und die Abhängigkeit von komplexen Prompting-Strategien verringern. Erste Reaktionen deuten aufgrund der einfachen Implementierung auf eine breite Akzeptanz hin. Die KI-Community evaluiert nun die Grenzen und potenziellen Anwendungen der Technik.

Seit Jahren entwickeln Ingenieure immer komplexere Prompting-Methoden. Techniken wie "Chain of Thought" und "Emotional Blackmail" zielten darauf ab, die LLM-Antworten zu verbessern. Diese neue Forschung legt nahe, dass ein direkterer Ansatz ebenso, wenn nicht sogar effektiver sein kann.

Zukünftige Forschung wird wahrscheinlich die zugrunde liegenden Mechanismen hinter diesem Phänomen untersuchen. Wissenschaftler werden auch die Wirksamkeit über ein breiteres Spektrum von Aufgaben und Modellen hinweg untersuchen. Der Fokus liegt nun darauf, zu verstehen, warum eine so einfache Methode so signifikante Verbesserungen erzielt.