标签
一项预注册研究考察了 GEPA、MIPROv2 和 TextGrad 等提示优化器在提升目标指标时是否会破坏未被评分的输出要求，发现主要回归源于输出截断导致的提取失败，增大输出预算即可消除该副作用。
该论文研究了对多智能体深度研究智能体的系统提示进行反思式提示进化（GEPA），采用主题不重叠、多随机种子的评估协议，发现分解式逐维度反馈是可迁移增益的关键因素，而压缩为单一标量奖励会导致负迁移。
一篇论文测试了NPO，一种依赖教师反馈的提示优化方法，发现它在更少的运行次数下取得了与GEPA相当或更好的结果，尤其是使用像GPT-5.5这样的更强教师模型时，并且优化后的提示可以转移到其他学生模型。
一条推文讨论了优化MOLMO的提示词，以增强其对SAM3的点提示功能，其中GEPA使性能提升了122%，但仍未能达到完美一致。
DSPy 的一个补丁版本包括 CodeInterpreter 修复、MCP 2.0 支持、GEPA 升级，以及对错误和回调的改进。
FLARE是一个新框架，将少样本学习与反思机制相结合，以优化大语言模型的指令，在包括HotPotQA、工具调用和GoEmotions在内的多个基准测试中均优于GEPA。
本文解释了DSPy中的GEPA（基因-帕累托优化）如何用于高效的提示调优，特别是在微软AI的预训练数据筛选中应用，使研究人员能够用自动化的计算驱动优化取代手动提示工程。
来自 dspy 的 GEPA 优化的 LLM 判断器用于微软 MAI-Thinking-1 模型预训练流程中的数据过滤。
该帖子解释了强化学习因奖励稀疏而在长视界任务中遇到的困难，并介绍了 GEPA 这一方法。GEPA 利用轨迹层级的文本反思来保留更丰富的反馈信号，以优化学习过程。