论文发现提示优化难提升强推理模型准确率，但可修复格式错误。
资讯摘要
论文在多个前沿推理模型上对四类提示优化器（基因组搜索、profile-guided mutation、GEPA、ESPO）和八项任务做同日配对测量，发现结构化搜索在强推理模型上未带来统计显著的准确率提升，但离散结构基因组能防止种子崩溃。作者基于190题评测提出三维余量分类：提示优化可修复协议与格式错误，却无法弥补知识缺口或物理截断。
要点速读
- 四类优化器、八项任务的结构化搜索在强推理模型上无统计显著准确率增益；无约束搜索在3/5次运行中向评审下限崩溃。
- 论文提出三维余量分类：提示优化能解决协议与格式错误，但无法补偿内在知识不足或token截断。
- 在gpt-6上GEPA取得+.14增益，作者归因约.035来自评审规则重建、约.105来自真实指令改进；并报告商业API故障窗口存在后端混用。
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 2026/11/4 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。