标签
本文探讨了基于文本的优化（TextGrad）为何在语言智能体上失败，表明虽然冻结的智能体能够遵循良好的策略，但它们无法可靠地从自身的轨迹中学习和选择策略。
本文识别了在使用文本梯度进行LLM裁判的多目标提示优化中的两种失败模式：优化过程中的梯度稀释和推理过程中的指令干扰，表明联合梯度处理会丢失特定于标准的信息。