可复现评测框架支撑提示压缩，提示面缩小3.5%–7.6%且不损正确性
资讯摘要
论文提出一套面向生产对话智能体的离线评测框架，可在后端数据持续变化时保持可复现，并在基准过期后按需重新生成。作者将该框架用作 GEPA 提示优化的适应度函数，并加入正确性门控以防奖励作弊。在面向商户的生产智能体上，经正确性门控的压缩使完整提示面缩小 3.5%–7.6%，在三个独立主体模型家族上均未损害留出任务正确性，其中一个家族的正确性还有可测提升。
要点速读
- 论文提出可复现的离线评测框架，应对实时可变企业数据导致的会话漂移与基准过期问题
- 该框架被用作 GEPA 提示优化的适应度函数，并设正确性门控防止奖励作弊
- 在商户生产智能体上，压缩使提示面缩小 3.5%–7.6%，三个主体模型家族均未出现留出任务正确性回退
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/27 08:00:28（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。