08:06
elvis@omarsar0
elvis@omarsar0精选
推荐理由：NPO用简单方法实现高效提示优化，教师模型越强效果越好，颠覆了复杂优化器的设计思路。
TextArena
共 1 条相关 AI 资讯
8月31日
08:06
NPO是一种单谱系提示优化器，在指令跟随基准上仅需3,500和6,800次轮次就达到GEPA的3,593和6,871次轮次的性能。NPO不使用候选种群和搜索树，而是通过滑动窗口将最近迭代交给教师模型重写提示。在22个TextArena游戏中，NPO保持与GEPA相当的性能。随着教师模型能力增强，NPO的优势会扩大，这表明优化器端的搜索复杂度一直在弥补教师推理能力的不足。