VERSE: Verified Self-Evolving Optimizer for Agent Harnesses
MIT(麻省理工学院);Amazon(亚马逊)
VERSE通过让优化器在提交前测试编辑、重放失败并扰动可疑步骤,实现自进化,在SWE-rebench和分布外任务上显著提升多个框架优化器的性能。
2026-10-05 cs.AI cs.CL cs.LG
SIPDO: Closed-Loop Prompt Optimization via Synthetic Data Feedback
University of Illinois at Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校);Hong Kong University of Science and Technology(香港科学与技术大学);University of South Florida(佛罗里达州立大学)
SIPDO通过合成数据反馈闭环优化提示,提升提示性能并优于传统提示微调方法。
2026-01-27 cs.AI cs.CL cs.LG
EvoPrompt: Connecting LLMs with Evolutionary Algorithms Yields Powerful Prompt Optimizers
Tsinghua University(清华大学);Microsoft Research(微软研究院);Northeastern University(东北大学)
本文提出离散提示优化框架 EvoPrompt,通过将 LLMs 与进化算法结合,利用 LLMs 生成提示和进化算子迭代优化,在 31 个数据集上显著优于人工和现有自动提示生成方法。
2025-05-01 cs.AI cs.CL
How Should a Prompt Optimizer Spend a Tight Budget? BudgetAPO with Noise-Adaptive Evaluation
School of Science and Engineering, The Chinese University of Hong Kong, Shenzhen(香港中文大学(深圳)理工学院);Shenzhen Future Network of Intelligence Institute (FNii-Shenzhen)(深圳市未来智联网络研究院);Guangdong Provincial Key Laboratory of Future Networks of Intelligence, CUHK(SZ)(广东省未来智联网络重点实验室(香港中文大学(深圳)))
针对紧张预算下的自动提示优化,提出单阶段优化器BudgetAPO,采用噪声自适应评估切片、固定配对比较和反思性重写,在七个基准和五个模型上全面超越基线,显著降低调用成本。
2026-10-14 cs.AI
Learning to Inject: Automated Prompt Injection via Reinforcement Learning
ETH Zürich(苏黎世联邦理工学院)
提出AutoInject,一种基于强化学习的黑盒框架,自动学习对抗性后缀进行提示注入,在AgentDojo上优于模板攻击和多种自适应攻击,并突破专门防御模型。
2026-06-11 cs.AI cs.LG
When is a large language model a good calibration agent? Physics-labeled prompting for budgeted engineering simulator calibration
Rutgers University(罗格斯大学)
本研究探究LLM作为工程模拟器校准智能体的有效性,提出混合工作流将LLM热启动与传统优化器结合,仅用9次模拟器运行即达目标精度,优于单独LLM及多种标准优化器。
2026-10-19 cs.AI cs.LG
Beyond Prompts: Measuring and Optimizing LLM Tool-Agent Harnesses
Airbnb, Inc., USA(爱彼迎公司)
本研究提出优化器无关协议测量并优化LLM工具智能体运行时套件,PRISM通过失败聚类和路由在三个基准上平均提升10.1-14.9个百分点。
2026-09-10 cs.AI
When Gradients Collide: Failure Modes of Multi-Objective Prompt Optimization for LLM Judges
IIT Jodhpur(印度理工学院乔普里尔);Amazon(亚马逊)
研究多目标文本梯度优化中梯度稀释和指令干扰两种失败模式,通过分解优化器信息共享方式揭示性能下降原因。
2026-06-03 cs.AI cs.CL cs.LG
The Importance of Directional Feedback for LLM-based Optimizers
Stanford University(斯坦福大学);Microsoft Research(微软研究院)
该研究将自然语言反馈分为方向型与非方向型,发现方向反馈可显著提升大语言模型优化能力,据此设计出从历史轨迹合成方向反馈的新型LLM优化器,在多类优化任务上比现有方法更稳定高效。
2024-06-20 cs.AI cs.CL cs.NE
Revisiting Prompt Optimization with Large Reasoning Models-A Case Study on Event Extraction
George Mason University(乔治·马歇尔大学)
本研究以事件抽取为案例,系统验证了大型推理模型(如DeepSeek-R1和o1)仍需提示优化,且作为优化器效果更佳,并推广至其他任务,同时分析了其常见错误与稳定性。
2025-10-16 cs.CL
PID-Gated Continual Prompt Adaptation Under Noisy Feedback
该研究针对非平稳环境中LLM智能体的提示适配问题,提出PID门控方法,在任务性能与编辑成本间实现更优帕累托权衡,为不可靠反馈下的鲁棒提示适配提供了通用工具。
2026-10-14 cs.AI cs.CL cs.LG
Promptomatix: An Automatic Prompt Optimization Framework for Large Language Models
Salesforce AI Research(Salesforce AI研究院)
本文提出 Promptomatix 自动提示词优化框架,通过意图分析、合成数据、策略选择与成本感知优化,在 5 类任务上实现优于现有库的性能并降低开销。
2025-07-24 cs.AI cs.CL
Multimodal Prompt Optimization: Why Not Leverage Multiple Modalities for MLLMs
KAIST(韩国科学技术院)
本文提出多模态提示优化问题,提出MPO框架,通过联合优化和贝叶斯策略提升多模态提示效果,验证其在图像、视频等多模态任务中的优越性。
2026-02-19 cs.AI cs.CL cs.LG
GEPA: Reflective Prompt Evolution Can Outperform Reinforcement Learning
UC Berkeley(加州大学伯克利分校);Stanford(斯坦福大学);Notre Dame(圣母大学);Databricks(Databricks公司);MIT(麻省理工学院)
GEPA通过自然语言反思优化提示,以更少的回放次数在多个任务中超越强化学习方法GRPO和MIPROv2。
2026-02-14 cs.AI cs.CL cs.LG
Two-Stage Prompt Optimization for Few-Shot Relation Extraction: From Reasoning-Guided Search to Gradient-Guided Refinement
University of Arizona(亚利桑那大学)
提出两阶段框架,结合推理和梯度优化自动优化提示,在少样本关系抽取任务中取得最优性能。
2026-06-28 cs.AI cs.CL
Trace is the Next AutoDiff: Generative Optimization with Rich Feedback, Execution Traces, and LLMs
Microsoft Research(微软研究院);Stanford(斯坦福大学);Netflix(网飞公司)
针对通用不可微计算工作流的优化难题,研究团队提出带轨迹预言机的生成式优化框架OPTO,配套Trace库与OptoPrime优化器,可适配多类优化任务,性能媲美领域专用方案,为下一代交互式智能体研究提供平台。
2024-11-01 cs.AI cs.LG
Exploiting Edited Large Language Models as General Scientific Optimizers
University of Science and Technology of China(中国科学技术大学)
针对基于提示的LLM优化难以利用观测反馈的问题,提出双层GSO框架,通过内层模拟、外层LLM修正及模型编辑联合更新,在7项任务和6种骨干上持续优于现有方法。
2025-03-17 cs.AI math.OC
Automated Algorithm Design for Auto-Tuning Optimizers
本文提出利用大语言模型自动生成适应自动调优问题的优化算法,通过问题描述和搜索空间特征提示模型,生成、测试并迭代改进专用优化器,在六个硬件平台上评估后,展示出30.7%和14.6%的性能提升,优于现有方法。
2026-03-31 cs.AI cs.LG cs.NE
Synthetic Data-Driven Prompt Tuning for Financial QA over Tables and Documents
University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校);University of South Florida(佛罗里达州立大学)
针对金融问答提示调优依赖固定数据集或高成本人工标注的问题,本文提出合成数据驱动的自改进闭环提示框架,无需外部标注即可提升金融推理性能,在DocMath-Eval基准上准确率与鲁棒性均优于标准方法。
2025-11-14 cs.AI
The Unreasonable Effectiveness of Eccentric Automatic Prompts
VMware(威睿公司)
本文量化了在提示中加入“积极思考”系统消息对LLM数学推理的影响,并在GSM8K上比较了手工提示与自动化提示优化,发现自动优化提示最为有效且常产生奇特内容。
2024-02-20 cs.AI cs.CL cs.LG
Fine-Tuning and Prompt Optimization: Two Great Steps that Work Better Together
Stanford University(斯坦福大学)
针对模块化NLP流水线端到端优化难的问题,提出结合权重与提示优化的BetterTogether策略,交替迭代让LM自我教学,实验显示其效果显著优于单类优化方法。
2024-10-07 cs.AI cs.CL cs.LG
Talking Nonsense: Probing Large Language Models' Understanding of Adversarial Gibberish Inputs
Amazon AWS AI(亚马逊AWS人工智能);Stanford University(斯坦福大学)
本研究利用 Greedy Coordinate Gradient 优化器构造对抗性乱码提示(LM Babel),发现大型语言模型能据此生成连贯响应,且生成有害文本与良性文本难度相当,揭示了其在分布外提示上的对齐缺失。
2024-04-29 cs.AI cs.CL cs.LG
Large Language Model-Based Evolutionary Optimizer: Reasoning with elitism
Computational Science Group(计算科学组);Division of Applied Mathematics(应用数学系);Shell India Markets Pvt. Ltd.(壳牌印度市场私人有限公司);Brown University(布朗大学)
本文提出基于种群的LEO方法,利用LLM的零样本推理处理多目标、高维及工业工程数值优化,并通过与多种优化器比较验证其竞争力。
2024-03-04 cs.AI
MAPO: Boosting Large Language Model Performance with Model-Adaptive Prompt Optimization
Fudan University(复旦大学);Singapore Management University(新加坡管理大学);Tencent(腾讯);Ant Group(蚂蚁集团);Fudan-Aishu Cognitive Intelligence Joint Research Center(复旦-爱数认知智能联合研究中心)
本文提出模型自适应提示优化器MAPO,证明不同LLM需适配不同提示,并通过针对特定模型优化提示显著提升多种下游任务性能。
2024-07-04 cs.AI cs.CL
Self-Supervised Prompt Optimization
DeepWisdom(深度智慧);The Hong Kong University of Science and Technology (Guangzhou)(香港科技大学(广州));Yale University(耶鲁大学)
本文提出自监督提示优化框架SPO,通过LLM对输出进行成对比较来生成优化信号,无需外部参考即可高效发现有效提示,在显著降低成本和样本需求的同时取得优于现有方法的结果。
2025-08-21 cs.AI cs.CL cs.LG
PMPO: Probabilistic Metric Prompt Optimization for Small and Large Language Models
Peking University(北京大学);National University of Singapore(新加坡国立大学)
提出PMPO框架,利用token级交叉熵和掩码分析定位并重写低质量提示片段,通过单次前向传递最小化损失选择变体,无需输出采样或人工评分,在多种模型和任务上显著提升性能。
2025-09-18 cs.AI cs.CL cs.LG
Knowledgeable Language Models as Black-Box Optimizers for Personalized Medicine
University of Pennsylvania(宾夕法尼亚大学);Genentech(基因泰克)
本文提出LEON方法,利用大语言模型作为黑盒优化器,结合领域知识提升个性化医疗治疗方案的优化效果。
2026-02-05 cs.AI cs.LG
The Meta-Prompting Protocol: Orchestrating LLMs via Adversarial Feedback Loops
Zhejiang University(浙江大学)
元提示协议通过对抗反馈循环构建可编程自优化系统,解决LLM在关键任务中的确定性保证问题。
2025-12-17 cs.AI cs.CL cs.LG
CriSPO: Multi-Aspect Critique-Suggestion-guided Automatic Prompt Optimization for Text Generation
Amazon AWS AI Labs(亚马逊AWS人工智能实验室)
针对现有自动提示优化方法不适用于生成式任务的问题,提出多方面CriSPO方法,通过批评-建议模块引导优化器探索更优搜索空间,结合AST扩展实现多指标优化,在多个摘要与问答数据集上取得显著效果提升。
2025-01-14 cs.AI cs.CL cs.LG
RLMOpt: Adaptive Prompt Optimization via Recursive Language Models
Autonomize AI;Carnegie Mellon University(卡内基梅隆大学)
本研究提出基于递归语言模型(RLM)的自适应提示优化器RLMOpt,在四个基准上相比GEPA表现更优,效率更高且提示更小。
2026-08-12 cs.AI
MO-CAPO: Multi-Objective Cost-Aware Prompt Optimization
Technical University of Munich (TUM), Munich Center for Machine Learning (MCML)(慕尼黑工业大学(TUM)、慕尼黑机器学习中心(MCML));LMU Munich, Munich Center for Machine Learning (MCML)(慕尼黑大学(LMU)、慕尼黑机器学习中心(MCML));University of Freiburg, ELLIS Institute Tübingen(弗赖堡大学、图宾根ELLIS研究所);TU Dortmund University, Lamarr Institute for Machine Learning(多特蒙德工业大学、拉马尔机器学习与人工智能研究所)
本文提出MO-CAPO,一种多目标提示优化算法,同时优化性能和推理成本,并通过预算分配实现高效优化,通过评估四个任务和三个LLM,证明其在噪声R2指标上优于NSGA-II基线,并在较低预算下达到竞争性性能。
2026-05-15 cs.AI cs.LG cs.NE
Iterative Amortized Inference: Unifying In-Context Learning and Learned Optimizers
FAIR at Meta(Meta旗下的FAIR)
本文提出统一框架描述摊还学习方法的差异,并指出其难以扩展到大型数据集的局限,进而提出迭代摊还推理方法,通过小批量逐步优化解决方案,为通用任务适应提供可扩展基础。
2025-10-13 cs.AI cs.LG
LLM-FE: Automated Feature Engineering for Tabular Data with LLMs as Evolutionary Optimizers
Department of Computer Science, Virginia Tech(弗吉尼亚理工学院计算机科学系)
本文提出LLM-FE框架,结合LLM的领域知识和推理能力,通过进化搜索自动发现表格学习任务中的有效特征,优于现有方法。
2026-05-10 cs.AI cs.CL cs.LG
Prompt Optimization Enables Stable Algorithmic Collusion in LLM Agents
Sakana AI Tokyo, Japan(日本东京Sakana AI)
研究探讨提示优化是否会导致市场模拟中出现共谋行为,提出元学习循环方法,发现优化后代理能发现更稳定的共谋策略,且在测试市场中表现良好,揭示了通用协调原理。
2026-04-20 cs.AI
Auto-Prompting with Retrieval Guidance for Frame Detection in Logistics
Faculty of Information Technology, VNU University of Engineering and Technology(信息技术学院,越南工程大学)
本文提出基于检索引导的自动提示法,通过优化提示提升物流文本帧检测的准确性和效率。
2025-12-22 cs.AI cs.CL
Communication between Frozen Large Language Models via Prompt Optimization in a Referential Game
本研究通过提示优化使冻结大语言模型在指称博弈中建立通信,采用独立优化器重写提示,实现共享代码泛化,并验证了位值通信协议的可审计性。
2026-09-29 cs.AI cs.CL cs.LG
GRADRAG: Cross-Component Prompt Adaptation for Coordinated Multi-Agent RAG
Bloomberg(彭博社)
研究针对多智能体RAG系统各组件孤立优化问题,提出GRADRAG框架,通过将RAG流程建模为计算图,传播评估反馈更新上游智能体,在两种检索范式基准测试中优于单步细化基线,提升了系统性能。
2026-07-24 cs.AI cs.CL
Large Language Models as Optimizers: A Survey of Direct vs. Tool-Augmented Approaches and Their Performance Frontiers
University of Zagreb, Faculty of Electrical Engineering and Computing(萨格勒布大学电气工程与计算学院)
综述LLM作为优化器的三种范式(直接优化、工具增强优化、工具创造优化),分析性能前沿与推理差距,探讨直接优化的未来潜力与工具增强优化的可审计性之间的权衡。
2026-06-16 cs.AI
A Comparative Study of DSPy Teleprompter Algorithms for Aligning Large Language Models Evaluation Metrics to Human Evaluation
BlackRock(贝莱德)
本文比较了DSPy框架内五种teleprompter算法在优化提示词以将LLM评估与人类标注对齐方面的能力,实验证明优化后的提示词在幻觉检测任务中优于基准方法。
2024-12-19 cs.AI cs.CL cs.LG
Embedding by Elicitation: Dynamic Representations for Bayesian Optimization of System Prompts
Meta
本文研究了在仅有聚合反馈的情况下,如何通过动态表示进行系统提示的贝叶斯优化,提出了一种基于 elicitation 的嵌入方法 ReElicit,利用 LLM 构建可解释的特征空间,并通过概率高斯过程代理选择目标特征向量,最终实现系统提示的优化。
2026-05-18 cs.AI cs.LG
When Prompt Optimization Becomes Jailbreaking: Adaptive Red-Teaming of Large Language Models
Algoverse AI Research(Algoverse AI研究院)
研究探讨了大型语言模型在对抗性提示优化下的安全性漏洞,通过自适应红队测试发现开源小模型的安全保障显著降低,表明静态评估无法准确反映真实风险。
2026-02-21 cs.AI cs.CL
HUB: Guiding Learned Optimizers with Continuous Prompt Tuning
本文提出HUB混合更新优化策略,将手工优化器与学习型优化器结合,以稳定训练并提升泛化性能,在17个任务中94%超越超参数调优的竞争对手。
2023-05-31 cs.AI cs.LG
Optimizing Prompts for Large Language Models: A Causal Approach
School of Business, University of Connecticut(康涅狄格大学商学院);Antai College of Economics and Management, Shanghai Jiao Tong University(上海交通大学安泰经济管理学院)
CPO通过因果推断方法优化提示设计,提升企业LLM在复杂查询中的鲁棒性,并降低提示优化的经济成本。
2026-02-02 cs.AI cs.LG
Aligning LLMs on a Budget: Inference-Time Alignment with Heuristic Reward Models
提出HIA方法,利用启发式奖励模型和两阶段过滤在有限推理预算下实现无需微调的黑盒推理时对齐,在真实数据集上优于现有基线,并支持低预算场景。
2025-08-07 cs.AI cs.CL cs.LG
LangGPT: Rethinking Structured Reusable Prompt Design Framework for LLMs from the Programming Language
Northeastern University(东北大学);Wuhan University(武汉大学);Zhejiang University(浙江大学);Shenyang Aerospace University(沈阳航空航天大学)
本文提出受编程语言启发的双层提示设计框架 LangGPT,通过规范化结构和扩展机制降低提示设计成本并提升复用性,实验和用户调查验证其能显著改善大语言模型表现。
2024-06-29 cs.AI cs.CL cs.PL
HarnessOpt-Bench: Evaluating LLMs at Harness Optimization
Scale AI
本研究提出HarnessOpt-Bench基准,评估前沿LLM在高成本随机评估下的端到端harness优化能力,发现优化器模型差异大于编码harness、原生harness非始终更优,该能力具可测性与提升空间。
2026-08-07 cs.AI cs.CL cs.LG
Neural at ArchEHR-QA 2025: Agentic Prompt Optimization for Evidence-Grounded Clinical Question Answering
University of Chicago(芝加哥大学)
本文提出 Neural 系统,通过将临床问答解耦为证据识别与带引用答案合成,并利用 DSPy 的 MIPROv2 自动优化提示和自一致性投票,在 ArchEHR-QA 2025 中以 51.5 分获得第二名,显著超越零样本和少样本提示。
2025-11-06 cs.CL cs.LG
COMPAS: Difficulty-Aware Joint Search for Optimizing Code Generation
King’s College London, University of London(伦敦大学国王学院(伦敦大学));National University of Singapore(新加坡国立大学);University College London, University of London(伦敦大学学院(伦敦大学))
本文提出感知难度的 COMPAS 方法,通过联合搜索模型、提示词和解码设置优化代码生成,在 LiveCodeBench 和 SWE-bench 上均实现性能提升且成本降低。
2026-08-06 cs.AI cs.SE
Agent-GWO: Collaborative Agents for Dynamic Prompt Optimization in Large Language Models
Kyung Hee University(韩国庆熙大学);University of Electronic Science and Technology of China(电子科技大学);Nota Inc.(Nota公司);Tongji University(同济大学)
本文提出Agent-GWO框架,通过统一提示模板和解码超参数作为可继承的代理配置,利用灰狼优化器的领导者-追随者机制,自动选择领导者代理以指导协作更新,提升复杂推理的准确性和稳定性。
2026-04-14 cs.AI cs.LG cs.NE
PromptPET: Privacy-Utility Optimized Prompt Obfuscation
University of California, Irvine(加州大学 Irvine 分校);Washington University in St. Louis(圣路易斯华盛顿大学)
旨在通过用户端机制保护用户隐私,该机制转换用户提示中的敏感信息,在保护隐私和保留效用间权衡。考虑评估比较四种混淆动作,提出基于大语言模型的PROMPTPET,优于现有方法。
2026-07-07 cs.AI cs.CR cs.HC
LLM-as-a-Judge Is Not an Oracle: Why Self-Improving Agents Need Deterministic Guardrails
AI Research Engineer(人工智能研究工程师)
本文指出LLM评判者存在多类评估信号失效问题,提出PROCTOR教师-学生循环方案,通过确定性护栏预防部分故障,解决自改进智能体的评估可靠性问题。
2026-09-03 cs.AI cs.LG
Prompt-Robust Language Models: Which Training Strategies Work?
Center for Information and Language Processing, LMU Munich(慕尼黑大学信息与语言处理中心);Munich Center for Machine Learning (MCML)(慕尼黑机器学习中心);R&D Centre for Large Language Models, National Institute of Informatics, Japan(日本国立信息学研究所大语言模型研发中心)
该研究复现比较多种提升语言模型提示鲁棒性的训练策略,发现现有方法虽优于标准微调与上下文学习,但仍存在40%-57%的性能差距,且最新鲁棒性方法未优于每批次单模板训练的简单策略,揭示了参数梯度符号冲突等关键原因。
2026-09-02 cs.AI
Object Aligner: A Configurable JSON Schema Similarity Score for Graphs, Applied to LLM Prompt Optimization
Artificial Intelligence Center, Faculty of Electrical Engineering, Czech Technical University in Prague(捷克理工大学电气工程学院人工智能中心)
提出Object Aligner,一种基于递归树对齐和引用对齐的JSON相似度评分方法,通过Weisfeiler-Leman颜色细化近似图同构,用于LLM输出评估和提示优化。
2026-07-03 cs.AI cs.CL cs.LG
Tutoring LLM into a Better CUDA Optimizer
Charles University(查理大学)
本文评估最新推理 LLM 生成优化 CUDA 代码的能力,通过提示指导、自动与人工评估及交互式纠错,发现其编码能力较强但需指导才能达到专家优化水平。
2025-10-19 cs.AI cs.DC