arXiv cs.SE· Naoki Takada, Tomohiro Okatsu, Yin Min Pa Pa, Katsunari Yoshioka, Tatsunori Mori·· 2 小时前AI 评分22
APO-DD：通过多组件提示词反思优化实现对话解缠
APO-DD: Dialogue Disentanglement via Reflective Optimization of Multi-Component Prompts
AI 导读
APO-DD 将 GEPA 用于对话解缠，通过执行轨迹和对失败决策的反思优化提示词，并自动生成格式化函数来更新任务指令与对话表示。在 Ubuntu IRC 上，Qwen3.5-9B 使用最优提示词在七项评测指标上平均得分 68.7，高于人工精调提示词的 57.5，并在其他聊天领域无需额外优化即优于人工提示词。结果显示，将对话表示作为优化目标可能比单独优化任务指令带来更高准确率，代码已公开。
来源：arXiv cs.SE · arxiv.org