自洽采样：多条思路怎样指向一个答案？

遇到需要多步推理的题，模型常沿着一条最先生成的路径继续往下走。自洽采样（Self-consistency）把这个过程改成：在同一道题、同一组条件下，独立生成多条有差异的推理路径，再把每条路径最后得到的答案放在一起比较，选择最常出现、最一致的答案。它是在生成阶段改变答案的选择方式，替代的是链式思维提示里的单一路径贪心解码。1

关键在“只比较最后的答案”。不同路径可以采用不同的拆解顺序或中间步骤，只要它们最后落到同一个可比较的答案，就形成了收敛信号。这个方法利用的前提是：复杂推理题可能有多条思路，却能指向同一个结果。论文在算术推理和常识推理任务上测试了这一解码策略。

它适合有明确答案、能够归一比较的任务，例如计算、选择题、规则推断和部分事实问答。使用时可以让模型先独立生成若干路径，再提取每条路径的最终答案，统一答案格式，最后统计共识。路径数量增加会带来更多调用和更高成本；答案本身无法归一、问题允许多个同样合理的解释，或者任务重视表达过程时，多数共识可能会压平有价值的差异。共识提供的是路径层面的稳定信号，关键事实仍需单独核验。

模型接下来应先独立生成路径，再只比较最终答案，并说明答案是否收敛、哪些条件让路径产生分歧。