实体
EvoPrompt
EvoPrompt
PulseAugur coverage of EvoPrompt — every cluster mentioning EvoPrompt across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新研究探索用于自动提示优化的模块化和递归方法
两篇新研究论文介绍了优化大型语言模型提示的新方法。第一篇SAPO将提示分解为角色、上下文和任务等部分，从而进行有针对性的改进，以提高在各种基准测试中的性能。第二篇RLMOpt利用递归语言模型来驱动优化过程本身，从而在多个任务和基准测试中实现更高效、更有效的提示生成，其性能通常优于GEPA等现有方法。
-
AI代理通过元认知和提示优化获得智能
近期研究探索了超越简单重试循环以完成复杂任务的高级代理架构。诸如“Supervising Ralph Wiggum”之类的研究表明，将元认知批评分离到一个独立的代理中，与自监控或基本重试机制相比，在设计任务上的性能得到了显著提高。ReMA等工作也呼应了这一趋势，它使用元思考器和执行器对来改进数学推理。这些论文的根本主题是分解代理功能的好处，无论是为了元认知、规划还是提示优化，这表明当前的LLM可能已经拥有更复杂的自我改进的基础元素。