通俗解释
同一题让模型用较高温度回答多次，不同推理路线殊途同归的答案更可能正确。这是最简单的测试时计算扩展。
用在哪里：推理评测中的 maj@k / cons@64
01原始论文
Self-Consistency Improves Chain of Thought Reasoning in Language Models
Xuezhi Wang, Jason Wei, Dale Schuurmans, et al. · 2022
arXiv ↗ ✓ 已核实 · arXiv API
02知识位置
左边先学；右边是学完它之后可以学的。
左：前置 · 右：后继 · 虚线：相关。看完整关系图 →
03学习资料
官方文档、图解、课程和参考实现，链接都核对过。
04在课程里哪里学
U01 提示词与高效使用 AI 掌握角色、上下文、示例、分步思考与结构化输出等提示技巧。 3 小时3 个算法1 篇论文已有正文 U52 推理模型：RLVR、GRPO 与测试时计算 思维链、自洽、过程奖励、GRPO/DAPO、可验证奖励与 R1 配方。 12 小时12 个算法5 篇论文
所在学习路线：后训练与推理模型
给 AI 读 / 数据说明
- 核实状态：已核实，核对于 2026-10-21。
- JSON: /api/learn/algorithms.json (id:
self-consistency)