研究：GEPA 与 SkillOpt 在 DeepSeek V4 Flash 和 Qwen3.8-27B 本地部署上的效果差异

一项双模型研究测试 GEPA 和 SkillOpt 两个反思式文本优化器在本地部署的推理模型上的复现效果。在 Qwen3.8-27B（LM Studio 部署）上，GEPA 在 MATH-500 上将准确率从 0.828 提升到 0.904，但在 HotpotQA 上完全复现了基线行为。SkillOpt 的验证集增益在保留集上反转为性能下降，DeepSeek V4 Flash 上的 GEPA 最佳效果同样出现在 MATH-500（0.852 到 0.908）。两个优化器在 HotpotQA 基线上均无改进，表明优化效果依赖任务和方法。