Αυτοσυνέπεια: Πολλαπλές Διαδρομές Συλλογισμού
Σε αυτήν τη σελίδα
Μάθημα ενημερώθηκε στις 3 Νοεμβρίου 2026 βάσει της τεκμηρίωσης της OpenAI: οι παράμετροι
temperatureκαιtop_pγίνονται δεκτές μόνο με προσπάθεια συλλογισμούnone, ενώ τα μοντέλα GPT-5.6 συλλογίζονται από προεπιλογή (medium). Οι κλήσεις που ορίζουν αυτές τις παραμέτρους πρέπει επομένως να καθορίζουνreasoning={"effort": "none"}(Responses API) ήreasoning_effort="none"(Chat Completions). Πηγές: Χρήση του GPT-6 · GPT-5.6 Terra.
Αυτοσυνέπεια: Πολλαπλές Διαδρομές Συλλογισμού
Η αυτοσυνέπεια περιλαμβάνει τη δημιουργία πολλαπλών ανεξάρτητων απαντήσεων στην ίδια την εντολή (prompt) και στη συνέχεια την επιλογή της πιο συχνής ή συνεκτικής. Η αρχή είναι η ψηφοφορία: μια μεμονωμένη κλήση σας εκθέτει στην τυχαιότητα μιας κακής κλήρωσης, ενώ πέντε κλήσεις σας προσφέρουν μια κατανομή την οποία μπορείτε να αναλύσετε. Αυτή η τεχνική βελτιώνει σημαντικά την αξιοπιστία των απαντήσεων, ειδικά για εργασίες λογικού συλλογισμού και μαθηματικά προβλήματα.
Το Πρόβλημα που Λύνει
Ένα LLM μπορεί να δώσει διαφορετική απάντηση σε κάθε κλήση, ακόμη και με αυστηρά ίδια εντολή. Ορισμένες από αυτές τις απαντήσεις είναι σωστές, άλλες όχι, και τίποτα στην έξοδο δεν σηματοδοτεί ποια διαβάζετε: μια λανθασμένη απάντηση διατυπώνεται με την ίδια βεβαιότητα όπως μια σωστή. Η αυτοσυνέπεια μετατρέπει αυτή τη μεταβλητότητα προς όφελός σας. Εάν το μοντέλο καταλήξει στο ίδιο συμπέρασμα μέσω several διαφορετικών διαδρομών συλλογισμού, αυτό το συμπέρασμα είναι πιθανότατα σωστό· αντίθετα, ένα σφάλμα σπάνια αναπαράγεται πανομοιότυπα από τη μία κλήρωση στην άλλη, καθώς εξαρτάται ακριβώς από τη διαδρομή που ακολουθήθηκε.
Βασική Υλοποίηση
Ο μηχανισμός αποτελείται από τρία βήματα: δημιουργία, εξαγωγή της τελικής απάντησης, ψηφοφορία. Ο δείκτης >>> ANSWER: που επιβάλλεται στις οδηγίες δεν είναι καλλωπιστικός· είναι αυτός που καθιστά την έξοδο αναγνώσιμη (parsable) χωρίς να χρειάζεται να ερμηνεύσετε τον συλλογισμό που προηγείται. Χωρίς αυτόν τον άγκυρα, θα έπρεπε να γράψετε μια εύθραυστη ευρετική μέθοδο για να μαντέψετε πού τελειώνει ο στοχασμός και πού αρχίζει το συμπέρασμα.
from openai import OpenAI
from collections import Counter
client = OpenAI()
def self_consistency(prompt: str, system: str = "",
n: int = 5, model: str = "gpt-5.6-terra") -> dict:
"""Δημιουργεί n απαντήσεις και επιστρέφει την πιο συχνή."""
responses = []
for _ in range(n):
response = client.responses.create(
model=model,
reasoning={"effort": "none"}, # το temperature απαιτεί effort none
instructions=system + "\nΣυλλογιστείτε βήμα προς βήμα και στη συνέχεια δώστε "
"την τελική σας απάντηση μετά το '>>> ANSWER:'",
input=prompt,
temperature=0.7 # Temperature > 0 για ποικιλομορφία
)
responses.append(response.output_text)
# Εξαγωγή τελικών απαντήσεων
answers = []
for r in responses:
if ">>> ANSWER:" in r:
answer = r.split(">>> ANSWER:")[-1].strip()
answers.append(answer)
# Ψηφοφορία πλειοψηφίας
if answers:
counter = Counter(answers)
best_answer, count = counter.most_common(1)[0]
return {
"answer": best_answer,
"confidence": count / len(answers),
"all_answers": dict(counter),
"total_responses": len(answers)
}
return {"answer": None, "confidence": 0}
Τι σας Λέει η Ψηφοφορία
Εφαρμοσμένη στην ταξινόμηση συναισθήματος, η συνάρτηση επιστρέφει όχι μόνο μια ετικέτα αλλά μια κατανομή, και αυτή η κατανομή είναι συχνά πιο πολύτιμη από την ίδια την ετικέτα. Για την κριτική παρακάτω, η οποία είναι πραγματικά διφορούμενη —το προϊόν είναι εντάξει, αλλά η παράδοση ήταν καταστροφική— τέσσερις κλήσεις ψηφίζουν «αρνητικό» και τρεις «ουδέτερο». Η εμπιστοσύνη 57% σας λέει ότι αυτή η περίπτωση μπορεί να αξίζει ειδική μεταχείριση: αναμονή για ανθρώπινη αναθεώρηση, αίτημα διευκρίνισης από τον χρήστη ή απλώς αποκλεισμό της από τα συγκεντρωτικά στατιστικά. Μια μεμονωμένη κλήση θα εμφάνιζε «αρνητικό» χωρίς αποχρώσεις, και θα αντιμετωπίζατε αυτό το εισιτήριο ακριβώς όπως μια κριτική με ομόφωνη οργή.
system = """Είσαι ένας ταξινομητής συναισθήματος.
Ανάλυσε το κείμενο και συλλογίσου βήμα προς βήμα.
Δώσε την τελική σου απάντηση μετά το '>>> ANSWER:' επιλέγοντας από:
θετικό, αρνητικό, ουδέτερο"""
text = "Το προϊόν είναι εντάξει αλλά η παράδοση πήρε 3 εβδομάδες."
result = self_consistency(text, system, n=7)
print(f"Συναίσθημα: {result['answer']}")
print(f"Εμπιστοσύνη: {result['confidence']:.0%}")
print(f"Κατανομή: {result['all_answers']}")
# Παράδειγμα εξόδου:
# Συναίσθημα: αρνητικό
# Εμπιστοσύνη: 57%
# Κατανομή: {'αρνητικό': 4, 'ουδέτερο': 3}
Παράλληλη Έκδοση με asyncio
Το κόστος αυτής της τεχνικής δεν είναι μόνο οικονομικό: πέντε διαδοχικές κλήσεις σημαίνουν επίσης πενταπλάσια λανθάνουσα χρονική καθυστέρηση (latency), κάτι που αποκλείει την προσέγγιση σε οποιοδήποτε περιβάλλον όπου κάποιος περιμένει μπροστά στην οθόνη του. Ωστόσο, οι κλήσεις είναι απολύτως ανεξάρτητες· δεν υπάρχει δικαιολογία να περιμένετε τη μία μετά την άλλη. Το asyncio.gather μειώνει τον συνολικό χρόνο σε αυτόν της πιο αργής κλήσης, καθιστώντας την αυτοσυνέπεια συμβατή με online χρήση, με ένα γενικό κόστος που γίνεται καθαρά οικονομικό.
import asyncio
from openai import AsyncOpenAI
async_client = AsyncOpenAI()
async def self_consistency_async(prompt: str, system: str = "",
n: int = 5) -> dict:
"""Ασύγχρονη έκδοση της αυτοσυνέπειας."""
async def single_call():
response = await async_client.responses.create(
model="gpt-5.6-terra",
reasoning={"effort": "none"}, # το temperature απαιτεί effort none
instructions=system + "\nΣυλλογιστείτε και στη συνέχεια δώστε την απάντησή σας "
"μετά το '>>> ANSWER:'",
input=prompt,
temperature=0.7
)
return response.output_text
# Εκκίνηση όλων των αιτημάτων παράλληλα
tasks = [single_call() for _ in range(n)]
results = await asyncio.gather(*tasks)
# Εξαγωγή και ψηφοφορία
answers = []
for r in results:
if ">>> ANSWER:" in r:
answers.append(r.split(">>> ANSWER:")[-1].strip())
counter = Counter(answers)
best, count = counter.most_common(1)[0] if answers else (None, 0)
return {
"answer": best,
"confidence": count / len(answers) if answers else 0,
"distribution": dict(counter)
}
Πότε να Χρησιμοποιήσετε την Αυτοσυνέπεια
Το κριτήριο απόφασης είναι απλό στη διατύπωσή του: η ψηφοφορία έχει νόημα μόνο εάν η απάντηση είναι διακριτή και συγκρίσιμη. Δύο καλά γραμμένες περιλήψεις δεν μπορούν να μετρηθούν, καθώς δεν θα είναι ποτέ χαρακτήρα προς χαρακτήρα ίδιες· δύο ετικέτες κατηγοριών μπορούν.
| Περίπτωση Χρήσης | Χρήσιμο; | Γιατί |
|---|---|---|
| Ταξινόμηση | Ναι | Διακριτή απάντηση, απλή ψηφοφορία |
| Μαθηματικός Συλλογισμός | Ναι | Πολλαπλές διαδρομές προς τη σωστή απάντηση |
| Εξαγωγή Οντοτήτων | Ναι | Συναίνεση στις εντοπισμένες οντότητες |
| Δημιουργική Γραφή | Όχι | Δεν υπάρχει μία «σωστή» απάντηση |
| Περίληψη Κειμένου | Μερικώς | Χρήσιμο για βασικά γεγονότα, όχι για το ύφος |
Ρύθμιση της Αναλογίας Κόστους/Αξιοπιστία
Τρεις κλήσεις είναι ο ελάχιστος viable αριθμός ώστε μια ψηφοφορία πλειοψηφίας να έχει νόημα· πέντε προσφέρουν τον καλύτερο συμβιβασμό για τις περισσότερες εφαρμογές· επτά έως έντεκα δικαιολογούνται για κρίσιμες αποφάσεις, όπου ένα σφάλμα κοστίζει πολύ περισσότερο από μερικές επιπλέον κλήσεις. Ωστόσο, το πραγματικό όφελος προέρχεται από το πώς χρησιμοποιείτε τη βαθμολογία εμπιστοσύνης και όχι από τον αριθμό των δειγμάτων. Κάτω από 60%, θεωρήστε ότι δεν υπάρχει συναίνεση και κλιμακώστε τη διαδικασία, είτε προς έναν ανθρώπινο χειριστή είτε προς ένα πιο ισχυρό μοντέλο με περισσότερα δείγματα, όπως φαίνεται παρακάτω.
result = self_consistency(question, system, n=5)
if result["confidence"] < 0.6:
# Δεν υπάρχει σαφής συναίνεση, κλιμάκωση
result = self_consistency(question, system, n=9, model="gpt-5.6-sol")
Το εναπομείναν ερώτημα είναι αν αξίζει τον κόπο στην περίπτωσή σας, και αυτό πρέπει να μετρηθεί, όχι να υποτεθεί. Υλοποιήστε την ασύγχρονη έκδοση, εκτελέστε την σε δώδεκα ερωτήσεις ταξινόμησης συναισθήματος όπου γνωρίζετε την αναμενόμενη απάντηση και στη συνέχεια συγκρίνετε την ακρίβεια που επιτεύχθηκε με μία κλήση έναντι πέντε κλήσεων. Ο αριθμός που θα λάβετε θα λύσει το ζήτημα του γενικού κόστους για τη συγκεκριμένη περίπτωσή σας, κάτι που καμία γενική σύσταση δεν μπορεί να κάνει για εσάς.
Βασικά σημεία
- Η αυτοσυνέπεια δημιουργεί πολλαπλές απαντήσεις και ψηφίζει για την καλύτερη
- Χρησιμοποιήστε temperature > 0 για να επιτύχετε ποικιλομορφία
- Αποτελεσματική για εργασίες με διακριτή απάντηση (ταξινόμηση, υπολογισμός)
- Άχρηστη για δημιουργικές εργασίες χωρίς μία σωστή απάντηση
- Παραλληλοποιήστε τις κλήσεις με asyncio για να περιορίσετε τη λανθάνουσα καθυστέρηση