标签
本文介绍了ERGO，一种面向文本分类中迭代提示优化的错误驱动方法，该方法诊断分类失败并生成有针对性的决策规则，在错误集中于特定混淆标签对的任务上取得了最佳准确率。
本文形式化了自主代理数据工程，其中LLMs作为自主数据工程师，为特定领域策划和优化训练数据，使用GPT-5.2使学生模型性能提升了57.29%。
介绍了autoresearch项目，它将AI研究过程拆解为可验证的循环（固定环境、单一可编辑文件、固定指标、Git回滚），使AI agent能进行可控、可复现的实验迭代；同时提及了12-factor-agents清单。