Le score de cohérence interne (Self-Consistency Score) est une métrique d'évaluation essentielle dans le domaine des grands modèles de langage et du raisonnement, notamment pour les tâches de raisonnement mathématique et logique. Elle mesure la proportion de réponses cohérentes fournies par le modèle lors de plusieurs itérations ou sous des formulations équivalentes, reflétant ainsi la cohérence interne des résultats du raisonnement logique. Un score plus élevé indique un processus de raisonnement plus robuste du modèle. Cette métrique est généralement exprimée en pourcentage ou sous forme de score compris entre 0 et 1. Elle est largement utilisée dans les benchmarks et les articles de recherche pertinents, car elle permet de refléter efficacement les performances du modèle sur cette dimension. Plus la valeur est élevée, mieux c'est. Elle aide les chercheurs et les ingénieurs à quantifier les écarts de performance réels des modèles dans les scénarios de raisonnement mathématique et logique, facilitant ainsi la comparaison horizontale entre différentes méthodes ou versions de modèles.