#GEPA

AI科研傳播指數 31

伯克利與斯坦福推出 GEPA：無需昂貴強化學習，試錯輪次省下 35 倍

UC Berkeley、斯坦福與 Databricks 聯合提出新型最佳化方法 GEPA。它摒棄了傳統強化學習依賴標量打分的暴力試錯，轉而讓大模型分析執行日誌和報錯資訊，靠自然語言反思迭代提示詞，用少 35 倍的試錯輪次實現了更優表現。