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
10:36Skywork@Skywork_ai精选Skywork 宣布其模型 Opus 4.8 升级,主要提升了两项能力:长文档分析速度更快,能从密集文件中快速提取关键信息而不拖慢工作流;跨域多步推理能力增强,能更精准地规划、决策和执行复杂任务。这标志着 Skywork 在文档处理与复杂推理场景的实用化迈出一步,适合需要处理大量文档或进行多步骤推理的用户。AI模型Opus 4.8Skywork长文档分析多步推理模型升级4 个信源在谈推荐理由:做文档密集型工作或复杂推理的团队,可以关注 Opus 4.8 带来的速度与精准度提升,值得一试。原文