NPO 论文：提示词优化无需搜索树，教师模型质量更关键

一篇新论文提出 NPO（单谱系优化）方法，挑战了 prompt 优化的主流思路。与 GEPA 维护多个 prompt 候选并用 Pareto 选择的策略不同，NPO 只保留单条 prompt 谱系，让教师模型提供反馈迭代。实验对比显示，精巧的搜索算法或许并非必需，真正决定优化效果的是教师模型的质量与反馈，这为 prompt 优化提供了更简洁的路径。

2026-09-02 ~ 2026-09-02 · 2 条相关

• NPO 论文：Prompt 优化靠好老师反馈，未必需要搜索树 — rohanpaul_ai · 2026-09-02
• NPO 论文：提示词优化或不需要搜索树，教师模型质量更关键 — rohanpaul_ai · 2026-09-02