Die simple Verdopplung desselben Prompts in einer Eingabe umgeht architektonische Limitierungen von Sprachmodellen und liefert grundlegend bessere Ergebnisse als eine einfache Anweisung.
- Diese unkonventionelle Strategie der doppelten Eingabe funktioniert nicht nur bei reinem Text, sondern erzielt auch in der KI-Bildgenerierung signifikant bessere Resultate.
- Der Leistungssprung durch Prompt-Wiederholung beruht auf einem Mechanismus namens kausale Maskierung (Causal Masking), der tief in der Transformer-Architektur verankert ist.
- Da klassische Sprachmodelle bei der Vorhersage nicht vorausschauen duerfen, fehlt den fruehen Woertern eines Prompts zunaechst der kritische Kontext der darauffolgenden Woerter.
- Wird der Prompt unmittelbar wiederholt, steht dem Modell beim zweiten Durchlauf der vollstaendige erste Satz als Kontext zur Verfuegung, um semantische Mehrdeutigkeiten perfekt aufzuloesen.
- Das exakte Verdoppeln des identischen Textes in einem einzigen Prompt verbessert die Antwortqualitaet von sogenannten nicht-schliessenden Sprachmodellen (Large Language Models, LLMs) drastisch.
msukhareva.substack.com · Maria Sukhareva · 20. Februar 2026
Diese Adresse ist die zitierfähige
Zitat zum Kopieren
„Die simple Verdopplung desselben Prompts in einer Eingabe umgeht architektonische Limitierungen von Sprachmodellen und liefert grundlegend bessere Ergebnisse als eine einfache Anweisung“ — gefunden auf msukhareva.substack.com (Maria Sukhareva) am 20. Februar 2026 via https://burseg.net/claims/ai/die-simple-verdopplung-desselben-prompts-in-einer-eingabe-umgeht