arXiv cs.CL· Zack Yu, Nicholas Lee, Minjae Lee, Lakshya Agarwal, Luca Manolache, Wonjun Kang, Matei Zaharia, Michael W. Mahoney, Kurt Keutzer, Sehoon Kim, Amir Gholami·· 13 小时前AI 评分34
GEPA-Curator：面向自我改进智能体的精选学习框架
GEPA-Curator: Curated Learning for Self Improving Agents
AI 导读
GEPA-Curator 通过任务筛选和成功轨迹检索，为提示词优化器挑选更可靠的学习信号，在 GoBrowse、ALFWorld、AppWorld 和 τ-bench 上使用 Gemini 3.1 Pro 与 Claude Opus 5 作为优化器模型，平均性能较 GEPA 提升最高 20.7%、较 ACE 提升 21.2%。
正文 · AI 翻译
作者：Zack Yu、Nicholas Lee、Minjae Lee、Lakshya Agarwal、Luca Manolache、Wonjun Kang、Matei Zaharia、Michael W. Mahoney、Kurt Keutzer、Sehoon Kim、Amir Gholami
摘要：大型语言模型（LLM）越来越多地用于需要与复杂环境持续交互的多轮智能体工作负载。现有的反思式提示优化器（如 GEPA）从失败的 rollout 中学习，但智能体失败也可能源于提示弱点、执行框架限制、随机执行或带噪声的评判器。我们认为此类失败可能无法提供有用的学习信号，甚至可能有害；因此，必须筛选提供给提示优化器的任务，以获得更好的性能。我们提出 GEPA-Curator，这是一个增强提示优化器的框架，用于选择哪些智能体经验应影响提示优化。具体而言，GEPA-Curator 由两个组件组成：任务筛选，过滤掉可能提供噪声或不可靠学习信号的任务；以及先验成功检索，针对某个任务有选择地检索过去的成功轨迹，并将其作为额外上下文提供给提示优化器。我们在 GoBrowse、ALFWorld、AppWorld 和 $\tau$-bench 上评估 GEPA-Curator，并使用 Gemini 3.1 Pro 和 Claude Opus 5 作为优化器模型。GEPA-Curator 达到或超过两个基线的平均性能，相较 GEPA 提升最高 20.7%，相较 ACE 提升最高 21.2%。
| 主题： | 计算与语言（cs.CL） |
| 引用为： | arXiv:2610.37651 [cs.CL] |
| （或 arXiv:2610.37651v1 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.37651 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Nicholas Lee [查看邮箱]
[v1]
2026年10月27日星期二 17:58:11 UTC（307 KB）
来源：arXiv cs.CL · arxiv.org