self-consistency는 언어 모델에 같은 문제를 여러 번 풀게 해 서로 다른 추론 경로를 얻고, 가장 많이 나온 답을 최종 답으로 고르는 decoding 기법이다. 2022년 Google 연구진이 chain-of-thought prompting의 성능을 높이는 방법으로 제안했다.
정답을 자동으로 검증할 수 없는 과제에서 쓸 수 있는 inference-time scaling 방법의 하나다. 경로 수를 늘릴수록 비용이 비례해 늘고, 성능 향상은 일정 수를 넘으면 정체된다.