高频面试题

什么是自洽性？如何应用？

面试官问自洽性，重点是看你能否把“多次问模型”升级成可评估、可控成本、可聚合答案的推理策略。

适合阶段：Prompt 进阶 / 可靠性面核心能力：多路径推理 · 投票聚合 · 成本控制

面试官角度分析，想考什么

• Self-Consistency 是什么？
  考是否能讲出多条推理路径和最终答案投票。
• 为什么投票能提高准确率？
  考概率直觉：错误路径分散，正确答案更容易收敛。
• 什么时候适合用？
  考答案空间、可比较性和成本意识。
• 怎么避免成本爆炸？
  考采样次数、置信度阈值、缓存和降级策略。

可直接抄走的 30 秒参考答案

Self-Consistency 是 CoT 的一种增强：对同一个问题用较高 temperature 采样多条推理链，然后抽取最终答案做多数投票。它有效是因为错误推理路径通常比较分散，而正确答案更容易收敛。它适合数学、选择、分类这类答案可比较的任务，不适合开放创作和证据缺失的事实问答。生产里要控制采样次数，只在高价值场景启用。

面试回答详解，知其所以然

Self-Consistency 不是“让模型自己检查自己”，而是“让模型从多个可能路径中收敛答案”。

1. 基本流程

典型流程如下：

同一问题
  -> 多次高温 CoT 采样
  -> 抽取每次最终答案
  -> 多数投票或 judge 聚合
  -> 输出答案和置信度

关键点是多次采样必须有差异。如果 temperature=0，每次结果几乎一样，投票没有意义。

2. 为什么它有效

复杂推理题通常有多种推导路径。错误路径可能因为误读条件、算错一步、套错规则而分散到不同答案；正确路径虽然表达不同，但最终答案往往一致。

所以 Self-Consistency 用的是一种集成思想：不相信单次推理，而相信多条独立路径的收敛结果。

3. 如何应用

基础应用适合答案容易比较的任务：

• 数学题：抽取最终数字投票。
• 多选题：抽取选项投票。
• 分类任务：抽取标签投票。
• 规则判断：抽取“通过 / 不通过 / 需人工确认”。

开放文本也可以用，但不能简单字符串投票，需要用 LLM judge、embedding 聚类或规则打分聚合，复杂度和误判风险都会上升。

4. 工程取舍

Self-Consistency 的收益来自更多模型调用，因此主要代价是成本和延迟。采样 5 次就是约 5 倍生成成本，采样 10 次还会拉高 P95 延迟。

常见折中：

• 先采样 3 到 5 次，低置信再追加。
• 只对高风险或低置信任务启用。
• 对中间推理限长，只抽取最终答案。
• 缓存相同问题的聚合结果。

5. 失败模式

Self-Consistency 不能解决所有问题。如果 prompt 本身错了、输入证据缺失、题目有歧义，多个样本可能会稳定地错到同一个答案。

因此它适合降低随机推理错误，不适合替代事实检索、工具校验和业务规则。

面试官追问3个问题

追问一：Self-Consistency 必须配合 CoT 吗？

• 考察点：是否理解多路径推理。
• 回答方向：不绝对，但配合 CoT 最典型，因为投票的是不同推理路径收敛出的答案。

追问二：采样多少次合适？

• 考察点：工程成本意识。
• 回答方向：从 3 到 5 次开始，用评估集看边际收益；高价值任务再增加，避免盲目 20 次以上。

追问三：开放文本怎么投票？

• 考察点：聚合能力。
• 回答方向：可用 judge、rubric、聚类或人工抽检，但成本和 judge 偏差要纳入评估。