GEPA-Curator：为自我改进智能体筛选学习经验
GEPA-Curator通过筛选能提供有效学习信号的智能体经验，改进面向智能体任务的提示词优化。该框架会过滤可能产生噪声或不可靠信号的任务，并有选择地检索过去成功的执行轨迹，作为额外上下文。在GoBrowse、ALFWorld、AppWorld和τ-bench上使用Gemini 3.1 Pro与Claude Opus 5进行评估时，其平均表现达到或超过了两种基线方法。研究报告称，相较GEPA最高提升20.7%，相较ACE最高提升21.2%。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。