标签
论文提出了 TextReg，一个用于文本空间提示优化的正则化框架，通过双重证据梯度净化与语义编辑正则化来缓解提示分布性过拟合，在分布外推理基准上相比 TextGrad 最高提升 +11.8%，相比 REVOLVE 最高提升 +16.5%。
介绍了DecoEvo，一种用于文本空间中LLM优化的分数解耦协同进化方法，无需黄金评分标准即可同时提升求解器和评分器生成技能，在五个基准测试中相比基线实现了2.8%–5.0%的相对提升。
介绍 SkillOpt，一个将自然语言技能视为可训练外部参数而非微调模型权重的优化器。它通过有界编辑和验证门控实现稳定、可控的技能更新，在 7 个模型的 6 个基准测试的 52 个设置中取得最佳或并列最佳结果。