Gepa Ai Agent
PulseAugur coverage of Gepa Ai Agent — every cluster mentioning Gepa Ai Agent across labs, papers, and developer communities, ranked by signal.
5 天有情绪数据
GEPA's performance is being surpassed by newer LLM pipeline optimization frameworks.
Recent evidence indicates that GEPA, while effective for arithmetic word problems, is being outperformed by newer systems like FAPO. FAPO demonstrated superior performance across multiple benchmarks, particularly when structural pipeline changes were needed, suggesting GEPA may be falling behind in broader LLM optimization capabilities.
GEPA could pivot to focus on niche LLM optimization tasks where it retains a competitive edge.
Given that FAPO and other frameworks are outperforming GEPA in general pipeline optimization, GEPA might find success by specializing. It could focus on its demonstrated strength in arithmetic word problems or other specific domains where its iterative refinement approach remains superior, rather than competing broadly.
The trend towards single-file optimization methods like Microsoft's SkillOpt may reduce the need for complex frameworks like GEPA.
Microsoft's SkillOpt demonstrates significant performance gains using a simple Markdown file, outperforming specialized training methods. This suggests a potential shift towards more accessible and less complex optimization techniques, which could diminish the market relevance of more intricate frameworks like GEPA if they cannot adapt.
-
Combee框架为自改进AI代理扩展提示学习
研究人员开发了Combee，一个旨在提高自改进语言模型代理提示学习的效率和质量的新框架。该系统通过实现并行提示学习来解决现有方法的局限性，这对于处理代理轨迹的大型数据集至关重要。Combee利用并行扫描和增强的shuffle机制，以及动态批处理大小控制器，在不影响准确性的情况下实现了显著的加速。
-
CALICO系统通过可编辑提示和新优化器增强LLM标注
研究人员推出CALICO，一个旨在改进大型语言模型基于代码本的标注过程的新系统。CALICO将提示视为可编辑和可优化的产物，使领域专家能够更好地理解和纠正模型行为。该系统集成了各种优化技术，包括一种名为ReflectAgent的新型基于反射的优化器，并在不同标注者之间显著提高了标注性能。
-
新方法在不修改权重的情况下增强LLM金融推理能力 · 跟踪2个来源
研究人员开发了新的方法来使大型语言模型（LLM）适应专门的金融推理任务。其中一种方法ASDA可以在不修改模型权重的情况下自动生成结构化的技能工件，从而在金融推理基准测试中取得显著改进。另一种方法侧重于数据中心化的训练后技术，包括挖掘、蒸馏和可验证学习，以增强金融推理能力，同时防止现有金融知识的丢失。这些技术旨在为LLM的领域特定应用提供更有效和可审计的适应方式。
-
新的ESPO方法优化LLM提示，提高准确性并缩短长度
研究人员开发了一种新的方法ESPO（错误结构化提示优化），以提高进化提示优化器的效率和准确性。ESPO通过将优化分解为三个阶段来解决提示膨胀等问题：诊断错误、提出多样化候选方案和稳定选择。与之前的最先进方法GEPA相比，这种方法在七个NLP基准测试中的平均准确率提高了3.76个百分点。此外，ESPO生成的提示在推理时速度更快，长度缩短了47%，并且在Gemma 3 12B、Mistral 14B、Qwen3 32B和Claude Ha…
-
研究发现，LLM法官难以检测AI临床笔记中的遗漏
一篇新的研究论文探讨了大型语言模型（LLM）法官在检测AI生成的临床笔记中的错误方面的局限性。研究发现，虽然LLM法官在识别添加或修改的内容方面很有效，但它们难以可靠地检测遗漏，而遗漏是最常见的错误类型。研究人员开发了一种涉及结构化管道和改进提示的新方法，该方法显著提高了对这些遗漏的检测能力，误报率低，并得到了临床医生的验证。
-
新研究提出更简单、更有效的提示词优化方法
两篇新研究论文《朴素提示词优化》(NPO) 和《p1》提出了一种更简单的改进 AI 代理性能的方法。NPO 采用一种轻量级的单谱系方法，通过反馈迭代修改提示词，取得了与 GEPA 等更复杂方法相当的结果。《p1》论文介绍了一种用户提示词过滤技术，该技术选择具有高方差的提示词子集，可以显著提高提示词优化效果，并优于现有基线。
-
DynaContext框架通过动态提示适应增强参数提取
研究人员开发了DynaContext，一个旨在提高从异构源提取参数准确性的新颖框架。与使用单一静态提示的传统方法不同，DynaContext在推理时根据每个数据实例的具体上下文、约束和证据动态调整提示。这种自适应方法，结合优化的提取核心和经过人类审查验证的自改进机制，显著提高了准确性。该框架在850个异构参数事实的基准测试中，字段级F1分数大幅提高，平均比静态提示管道高出17.3个F1点。
-
AI学会通过编写可编辑代码而非仅仅是提示来绘画
研究人员开发了一种新颖的方法，用于训练AI模型通过编写代码来生成图像，而不是仅仅依赖文本提示。这种方法允许通过直接修改代码来对生成的艺术品进行更精细的编辑。该系统利用强化学习，其中一个裁判模型根据参考图像评估生成的代码输出，为训练提供奖励信号。通过仔细设计奖励函数来平衡特异性和泛化性，这种方法解决了将强化学习应用于艺术生成等主观任务的挑战。
-
六种提示优化框架的有效性对比
最近的一项分析比较了六种提示优化框架：DSPy、GEPA、TextGrad、agent-opt、Arize Prompt Learning 和 MLflow 的优化器。研究发现，这些框架不能互换使用，因为它们代表了从完整编程模型到单一算法和平台功能的各种不同方法。有效性的关键区别在于能否针对用户自己的数据集上的特定指标进行优化，而易于更换搜索算法是一个重要因素。
-
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。
-
新方法通过使用更便宜的模型处理大部分任务来优化LLM提示
研究人员开发了一种新颖的方法，通过解耦LLM的角色并利用跨层迁移来优化大型语言模型（LLM）的提示和代理程序。该方法涉及在更便宜的LLM层上运行大容量应答功能，同时为关键的反射和变异任务保留更强大的模型。该方法显著降低了搜索成本，在各种基准测试和模型系列中取得了与同层优化相当或更好的结果。
-
BONSAI框架通过可演化性引导搜索来增强AI代理技能
研究人员开发了BONSAI，一个通过关注可演化性而非仅仅是即时性能来优化代理技能的新框架。该方法将技能优化视为一个蒙特卡洛搜索树，其中每个新技能都是其前身的变异。通过将技能的适应度与其变异邻居的适应度相结合，BONSAI将搜索精力集中在展示持续改进的区域，其表现优于GEPA和SkillOpt等现有方法。
-
FLARE框架优化大语言模型指令，性能超越GEPA
研究人员推出了一种名为FLARE的新框架，旨在优化大语言模型的指令。FLARE利用先进的反射机制和有限的少样本参考示例集来提高在各种基准测试中的性能。在使用GPT-5系列模型进行评估时，FLARE在检索增强推理和情感分类等任务上持续优于GEPA优化方法，展现出显著的准确性提升，同时还表现出卓越的数据效率和稳定性。
-
GEPA方法使用AI评论优化LLM提示，无需GPU
一种名为GEPA（Genetic-Pareto Evolutionary Prompt Adaptation）的新方法已被推出，旨在优化LLM管道，而无需为微调投入大量GPU资源。GEPA由加州大学伯克利分校Sky Computing Lab的研究人员开发，并在ICLR 2026的口头论文中进行了详细介绍。GEPA利用LLM生成的评论来演进提示，其性能优于GRPO和PPO等现有方法。这种方法适用于任何黑盒LLM，包括GPT-4o、Cl…
-
FLARE框架在优化LLM指令方面优于GEPA
研究人员推出了一种新的大型语言模型（LLM）指令优化框架FLARE。FLARE利用反射机制和少量少样本示例来提高在检索增强推理、工具调用和情感分类等各种基准测试中的性能。在使用GPT-5模型进行的评估中，FLARE的表现持续优于GEPA优化器，实现了显著的准确性提升，并展示了卓越的数据效率和稳定性。
-
新博弈测试多智能体语言模型中的合作失败
一项新的研究论文介绍了一种名为“对话道德风险博弈”的受控文本环境，旨在研究多智能体语言模型中的合作失败。研究发现，基础开放权重模型通常优先考虑局部奖励而非合作行为，未能查询对其他智能体有利的隐藏安全事实。虽然像GEPA提示优化这样的优化技术可以提高团队的成功率，但它们并不总是能恢复预期的合作机制。该研究强调需要进行评估来评估机制层面的行为，而不仅仅是整体团队的成功。
-
新的多智能体框架优化数学证明自动形式化
研究人员开发了ToMap，一个新颖的多智能体框架，旨在增强数学证明的自动形式化。该系统将过程构建为分解器-形式化器-证明器管道，将计算资源集中在优化分解器智能体上，该智能体被确定为关键瓶颈。通过迭代分解提示并使用形式化验证进度和语义评分标准，ToMap旨在提高将自然语言证明转换为形式化验证推理的质量和效率。
-
AI研究重新定义持续学习，超越记忆关注适应性
近期研究论文探讨了AI模型中持续学习的复杂性，超越了简单的上下文管理，以解决模型能力随着世界变化而产生的根本性提升。研究调查了模型如何适应新领域和漂移数据，一些方法在快速适应方面表现出色，但在未来任务上表现下降，而另一些方法则更稳定地积累知识，但难以处理过时事实。一个突出的关键挑战是，当前的持续学习方法倾向于隐式地假设未来数据知识，而不是真正地无关紧要，这导致需要新的方法来平衡保留和适应性。
-
Gnosys 利用自主工程在标签稀疏的情况下改进 AI 分类器
Gnosys 是一种自主模型工程师，开发了一种在标记数据稀缺的情况下改进 AI 分类器的方法。他们的方法在 ToxicChat 安全基准测试中进行了测试，与 GEPA 等标准的提示优化技术相比，在危害检测方面有所提高。该方法通过融合稀疏的已验证标签和更大的未标记池来工程化一个更值得信赖的目标，重新校准质量估计并标记不可信的信号。
-
新框架优化LLM代理提示以用于信息检索
研究人员开发了一个名为Contrastive Reflection的新迭代提示优化框架，旨在提高大型语言模型（LLM）代理在信息检索任务中的性能。该框架通过识别错误锚定的行为切片、整合成功示例和提出有针对性的编辑来专注于调试和改进提示。该系统旨在使提示修复更具可检查性和验证驱动性，在公开的HotpotQA检索增强问答设置中显示出准确性方面的显著提高。