prompt-refinement

本研究比较了两种基于大语言模型的辅导方法（苏格拉底式引导 vs 提示优化）在编程教育中的应用，发现苏格拉底式引导能够促进更好的学习成果，并使学生在后续使用无约束大语言模型时更倾向于采用理解驱动的提示策略。

本文形式化了LLM智能体的通信策略，并提出了通信策略演化（CPE），一种通过 rollout 和提示级演化来优化通信策略的自我演化框架，在多种设置下实现了最佳任务成功率。

PACE 提出了一种双时间尺度框架,用于小语言模型智能体的自进化,协调低风险的提示精炼与高风险的控制器逻辑更新,在多个基准上实现了高达 +9.2% 的相对提升。