新方法GEPA：用自然语言反射优化AI提示，宣称超越强化学习

GEPA：反思性提示进化可超越强化学习，由@LakshyAAAgrawal @gepa_ai发布 一种使用自然语言反射可靠优化提示的方法

GEPA：反思性提示进化可超越强化学习，由@LakshyAAAgrawal @gepa_ai发布 一种使用自然语言反射可靠优化提示的方法 作者用遗传提示优化器（GEPA）替代标准标量奖励强化学习方法（如GRPO），直接利用语言的可解释性，并从试错中学习高级规则 在优化过程中，他们将执行轨迹和工具调用采样为自然语言痕迹，并使用大型语言模型（LLM）进行反思，诊断问题并提出提示更新，然后再进行评估 但如何防止优化器陷入局部最优（贪婪提示优化的常见问题）？他们使用了一种巧妙的自然语言反馈和基于Pareto的选择技巧！ 反馈（反思）：从评估中提取文本痕迹，反思性地将成功或失败归因于特定的提示