概述
String Seed of Thought（SSoT，字符串思维种子）是 sakana-ai 的纯提示方法（Kou Misaki、takuya-akiba，2026 年 4 月）：模型先生成一段随机字符串，再在上下文里对它做运算，据此做出随机选择。针对直接提示的两类失败——按给定分布采样却有偏（PIF），以及开放生成多样性塌缩（DAG）。不需要工具、伪随机数发生器，也不额外训练。
要点
问题
前沿 LLM 经常做不好「抛一枚公平硬币」以及类似的 n 选 1 提示：即便用温度采样，经验频率也偏离指令分布。同样的偏差出现在混合策略博弈（扑克虚张声势、猜拳纳什）。开放式提示也会塌缩到少数高先验答案。
方法
多两条指令：在 <random_string> 标签里生成复杂随机串；在 <thinking> 里用它驱动随机决策；最终答案放进 <answer>。提示不规定具体算术，模型自己发明。
推理轨迹里观察到的机制
- PIF / 均匀： Sum-Mod —
sum(ASCII) mod n_choices - PIF / 有偏： Rolling Hash —
hash = (hash * 31 + ASCII) mod M，再按阈值切开，表达 30/70 这类比例 - DAG： 模板生成 — 把输出拆成槽位（场景、性格、冲突、寓意……），对字符串不同片段做 Sum-Mod 来填每个槽
博客报告的结果（论文 arXiv:2510.21150）
- PIF 指标：JS 散度；每组 100 次 × 重复 10 组；均匀与有偏 n 选
- 测试的 5 个前沿模型上 SSoT 都降低偏差；DeepSeek-R1 接近 PRNG 参照，并在动作空间 2–64 上优于高温、few-shot、集成与序列采样
- 例外：QwQ-32B 无偏二选一 — 基线已接近 PRNG（JS×10⁻³ = 2.43）；SSoT 略差（3.39）
- 猜拳对 10 个会利用历史的「黑带」机器人：SSoT 得分集中在 0 附近；只说纳什却不给随机机制、以及「尽量变化」的提示仍可被剥削
- NoveltyBench（k=8）：curated 与 WildChat 上整体 Distinct 最高；Utility 也高于基线，但部分 curated 类别（产品推荐、观点）的 Utility 仍被改写/高温采样领先
局限
- 需要足够推理能力去发明并执行模运算/哈希；小模型更弱
- 对单一正确答案任务（数学、事实）有害——额外随机会分心
- CoT 缩放：更长推理痕迹与更忠实的 PIF 相关，可用额外推理 token 换保真度（reasoning-shift / chain-of-thought / 测试时计算）
- 本页来自公开博客，不是通读论文。页面上的数值表是图，未逐格抄录
开放问题
- 收益有多少来自随机串本身，有多少来自 SSoT 强迫的额外思考预算？
- harness 里已有真正的 PRNG 工具时，SSoT 还有没有用？（方法卖点是头脑内采样）
- QwQ-32B 二选一之外的失败模式——论文声称有分析，此处未摄入
证据时间线
- 2026-04: Sakana AI 博客 + 论文（arXiv:2510.21150，OpenReview luXtbX1lVK）
- 2026-09-04: 从 https://pub.sakana.ai/ssot/ 摄入
相关页面
sakana-ai, kou-misaki, takuya-akiba, chain-of-thought, llm-agents, reasoning-shift