自己一貫性（Self-Consistency）

自己一貫性（Self-Consistency）とは、Wangらが2022年に提案した、Chain-of-Thought（CoT）プロンプティングの精度を向上させるデコーディング戦略です。同じプロンプトに対して、temperatureをやや高めに設定してLLMを複数回実行し、多様な推論パスを生成します。その後、各推論パスの最終回答を集計し、最も多く選ばれた回答（多数決）を最終回答として採用します。

自己一貫性が重要な理由は、LLMの推論はサンプリングの確率的性質から1回の実行では最適解に到達しないことがあるためです。複数の「独立した思考プロセス」から多数決を取ることで、単一のCoT実行より大幅に精度が向上します。算術推論・常識推論・象徴的推論タスクで10〜20%程度の精度向上が報告されています。

実装は比較的シンプルで、temperatureを0より高く設定して同じプロンプトを3〜10回実行し、最終回答（数字・選択肢等）の多数決を取るだけです。計算コストが回数倍になるトレードオフがあります。tree-of-thoughtはself-consistencyをさらに発展させ、推論プロセスそのものを探索・評価する手法です。reasoning-modelの台頭により、モデル内部での思考探索が自動化されるようになり、外部からのself-consistency適用の必要性は変化しています。