谷歌研究院揭示了一种出人意料的简单技术，可以提高LLM的准确性。重复输入提示可以使性能提高高达76%。上个月发布的论文详细介绍了这些发现。

研究人员发现，复制提示可以显著提高不需要复杂推理的任务的结果。这种方法适用于Gemini、GPT-4o、Claude和DeepSeek等主要模型。该研究对过去几年开发的复杂提示策略提出了挑战。

直接的影响是人工智能优化可能得到简化。工程师或许能够通过不太复杂的方法获得更好的结果。人工智能社区目前正在评估这一发现的影响。

此前，“思维链”和多样本提示等复杂方法被认为是必不可少的。这项新的研究表明，对于许多任务来说，一种更直接的方法可能就足够了。

进一步的研究将探索提示重复的局限性。未来的研究可能会调查其在更复杂的推理任务中的有效性。这些发现可能会重塑LLM的开发策略。