Self-Consistency là một kỹ thuật cải thiện độ tin cậy của LLM bằng cách lấy mẫu nhiều chuỗi suy luận (chain-of-thought) khác nhau và chọn câu trả lời phổ biến nhất làm kết quả cuối cùng. Kỹ thuật này dựa trên giả định rằng các chuỗi suy luận đúng có xu hướng dẫn đến cùng một kết quả, trong khi các chuỗi suy luận sai có thể dẫn đến các kết quả khác nhau.