Self-Consistency Score は、大規模言語モデルと推論分野における数学的・論理的推論タスクの重要な評価指標です。モデルが複数回の回答や等価な表現において、一貫した結論を導き出す割合を測定し、論理推論結果の内部自己整合性を反映します。この指標が高いほど、モデルの推論プロセスが堅牢であることを示します。通常、パーセンテージまたは 0～1 のスコアで報告されます。この指標は関連するベンチマークや論文で広く使用されており、モデルの当該次元におけるパフォーマンスを効果的に反映します。数値が高いほど良いとされます。これは、研究者やエンジニアが数学的・論理的推論シナリオにおけるモデルの実際の性能差を定量化し、異なる手法やモデルバージョン間の横断的な比較を行うのに役立ちます。