ある推論問題について、テキスト生成AIに推論過程を書かせながら同じ質問を複数回行い、異なる推論過程を経た回答をいくつも生成させた。そのうえで、最も多く現れた最終回答を採用して回答の信頼性を高めようとした。この手法として最も適切なものはどれか。
- 1Zero-shot Chain-of-Thought
- 2ReAct
- 3Few-shotプロンプティング
- 4Self-Consistency
正解と解説を見る
正解：4
Self-Consistency（自己一貫性）は、Chain-of-Thoughtで複数の推論過程を生成し、最終回答を多数決で決める手法です。1回の推論の誤りに引きずられにくくなる一方、何度も生成するぶん計算コストは増えます。Zero-shot CoTは1回の生成で段階的な推論を促す手法、ReActは推論と外部ツールの利用などの行動を交互に行う手法、Few-shotは例を示す手法で、いずれも多数決を中心とするものではありません。「複数の推論＋多数決＝Self-Consistency」と押さえましょう。
根拠：Self-Consistency（Wang et al., 2022「Self-Consistency Improves Chain of Thought Reasoning in Language Models」）