重复输入提示可提升大模型非推理任务表现，且不增加计算开销。

Prompt Repetition Improves Non-Reasoning LLMs

• 通过重复输入提示，提升模型输出质量。
• 在多个主流模型上验证有效，包括Gemini、GPT、Claude和Deepseek。
• 无需额外生成token或延迟，适合实际部署场景。

当不使用推理时，重复输入提示能提升主流模型（Gemini、GPT、Claude 和 Deepseek）的性能，且不会增加生成的令牌数量或延迟。该方法简单高效，适用于各类非推理类任务，为提升模型表现提供了轻量级优化方案。

原文摘要 · Abstract (English)

When not using reasoning, repeating the input prompt improves performance for popular models (Gemini, GPT, Claude, and Deepseek) without increasing the number of generated tokens or latency.

Thank you to arXiv for use of its open access interoperability. PaperDance 不是 arXiv 官方产品；中文卡片由大模型生成，请以原文为准。