07:12marktechpost@Asif Razzaq精选Cisco Foundation AI开源FAPO,由Claude Code驱动,自动优化多步骤LLM流水线。FAPO评估整个链条,在步骤级别归因失败原因,并提出提示、参数和链结构层面的变体。在18个模型-基准对比中,FAPO击败GEPA 15次。每个变体经独立审批评证后集成到优化循环中。AI模型FAPOClaude CodeCisco提示优化流水线推荐理由:Cisco开源了FAPO,能自动修多步LLM管线的提示,比GEPA强在15/18个测试里,想搞提示优化的快去试试。原文
01:12marktechpost@Sana Hassan精选本文介绍使用 GEPA 作为反思式提示进化框架,优化小型语言模型解决多步算术应用题的能力。从弱种子提示开始,构建确定性基准和结构化评估器,返回可操作反馈。多组件设置同时进化指令字段和输出格式规则。最后在保留验证集上比较基线和优化提示,检验泛化能力。该方法展示了如何通过结构化反馈和验证集提升提示质量。论文提示优化GEPA反思式框架结构化反馈多步推理推荐理由:做提示工程和模型微调的开发者,GEPA 框架提供了一种系统化的提示优化方法,比手动调参更高效,值得尝试。原文