伯克利推出 GEPA-Curator:过滤噪声失败信号,让智能体自我改进更有效

Berkeley · hf · 2026-11-03

UC Berkeley 联合 ICSI、Furiosa AI、KAIST 等机构发布 GEPA-Curator,针对 GEPA 等反思式 prompt 优化器的核心问题:智能体失败可能源自 prompt 弱点、工具限制、随机执行或裁判噪声,这类失败不提供有效学习信号甚至有害。框架包含两个组件:task curation 过滤大概率产生噪声信号的任务;prior success retrieval 检索同任务的历史成功轨迹作为额外上下文提供给优化器。在 GoBrowse 等多个基准上带来性能提升。