APO-DD：反思式提示优化用于对话解缠
热点事件持续更新
APO-DD：反思式提示优化用于对话解缠
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
Naoki Takada 等作者提出并发布 APO-DD，把 GEPA 用于对话解缠：依据执行轨迹和对失败决策的反思来优化提示词，并自动生成格式化函数，以更新任务指令和对话表示。 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；在其他聊天领域，无需额外优化即优于人工提示词。作者称，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。
AI 根据报道生成 · 1 小时前更新
最新进展10月23日 12:00
APO-DD：通过多组件提示词反思优化实现对话解缠报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- arXiv cs.SEAPO-DD：通过多组件提示词反思优化实现对话解缠
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。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。