GEPA：创新性提示词优化器，用反思驱动的文本进化，超越强化学习的系统优化新范式
• 面向文本驱动系统（AI prompts、代码片段、文本规格等）的通用优化框架
• 利用大型语言模型（LLMs）反思系统执行与评估反馈，指导文本变异和迭代改进
• 采用遗传算法与Pareto多目标选择，极大减少评估次数，提升多组件协同进化效率
• 官方实现基于论文《GEPA: Reflective Prompt Evolution Can Outperform Reinforcement Learning》，支持复现实验
• 简单集成示例：DSPy中的dspy.GEPA API，可快速优化单轮或多轮提示，提升模型性能显著（AIME基准提升10%准确率）
• 支持自定义GEPAAdapter，适配多种系统和环境，包含终端代理、数学推理程序、多步骤任务等复杂场景
• 提供丰富教程与示例，助力开发者用少量代码实现复杂文本系统的自动进化
• 鼓励社区贡献适配器，推动GEPA在更多领域落地应用
⚙️ 让系统自动“反思”错误与表现，预先计算推理策略，开创文本组件优化的全新路径。
🔗 github.com/gepa-ai/gepa
📄 arxiv.org/abs/2507.19457
人工智能 进化算法 提示优化 自动化 大语言模型 系统优化
