Skip to content

Self-Consistency: Çoklu Yol ile Doğrulama

Aynı soruya birden fazla farklı yoldan cevap üretip 'oy çokluğunu' alma. Doğruluk için en güçlü tekniklerden.

Şükrü Yusuf KAYA
8 min read
Intermediate
Self-Consistency: Çoklu Yol ile Doğrulama

"Bir kafa iki düşünce" mantığı#

CoT bir cevap üretir. Ama o cevap doğruysa nasıl emin olursun?
Self-Consistency der ki: aynı soruyu N farklı yoldan çöz, sonra oy çokluğu olan cevabı al. Eğer 5 farklı CoT'tan 4'ü "17" derse, doğru cevap muhtemelen 17'dir.
Wang et al. 2023 makalesi GSM8K'da CoT'un üzerine +%10 doğruluk ekledi.
Self-consistency akış diyagramı: tek soru → N CoT → oy çokluğu.
Self-consistency: aynı soruya 5 farklı yoldan yanıt → en sık tekrar eden cevap kazanır.
text
Aşağıdaki problemi 5 FARKLI YAKLAŞIMLA çöz. Her yaklaşım için adım adım çözüm yap. Sonra 5 cevabı karşılaştır ve **çoğunlukta olan cevabı** son cevap olarak ver.
 
Problem: Bir kasada 3 mavi, 4 kırmızı, 5 yeşil top var. Rastgele 2 top çekildiğinde ikisinin de aynı renkte olma olasılığı nedir?
 
5 farklı yaklaşım:
- Yaklaşım 1: Doğrudan saymalı yaklaşım (kombinasyonlar)
- Yaklaşım 2: Olasılık ağacı
- Yaklaşım 3: Tamamlayıcı (farklı renk olasılığını çıkar)
- Yaklaşım 4: Simülasyon mantığı (her renk için ayrı hesap)
- Yaklaşım 5: Bayesyen yaklaşım
 
Her birinin sonucunu yaz, sonra final cevabı ver.
Pratik self-consistency promptu — 5 farklı yöntem zorunlu.
💡 Ne zaman kullanmalı?
Self-consistency maliyetli (5x token). Şu durumlarda değer: (1) Yüksek riskli karar (finans, tıp bilgilendirmesi), (2) Tek hata kabul edilemez (sayısal hesap), (3) Manuel kontrol pahalı (binlerce vaka). Günlük yazışma için aşırı.

Otomatize edilmiş versiyon (API)#

API üzerinden
temperature=0.7
ile aynı promptu N defa çağırıp, sonucu majority-voting ile birleştirebilirsin. Modül 11'de bunun Python kodunu paylaşacağız.
Sözde kod:
answers = [call_gpt(prompt, temperature=0.7) for _ in range(5)]
final = most_common(answers)

Özet#

✓ Self-Consistency = N farklı CoT + oy çokluğu ✓ +%10 doğruluk (CoT üzerine) ✓ 5x token maliyetine değer mi? Risk yüksekse evet
Sıradaki ders: Tree of Thoughts — dallanmalı düşünce ağacı.

Yorumlar & Soru-Cevap

(0)
Yorum yazmak için giriş yap.
Yorumlar yükleniyor...

Related Content

Modül 1: Başlangıç ve Temeller

ChatGPT Nedir? Tarihçe, Evrim ve Bugünün Manzarası

Start Learning
Modül 1: Başlangıç ve Temeller

Hesap Açma ve Plan Karşılaştırması: Free, Plus, Pro, Team, Enterprise

Start Learning
Modül 1: Başlangıç ve Temeller

Arayüz Anatomisi: Her Buton, Menü ve Ayar Açıklamalı

Start Learning

Connected pillar topics

Pillar topics this article maps to

Pillar Topic

Prompt and Context Engineering

Prompt engineering is the applied discipline of designing instructions, examples, context and output controls so that an LLM produces consistent, accurate and cost-efficient outputs.