arXiv 机器学习· Chinmoy Mitra, Tarek Mahmud·· 7 小时前AI 评分38
超越综合准确率：提示词优化中的条目级状态转移
Beyond Aggregate Accuracy: Item-Level Transitions in Prompt Optimization
AI 导读
研究人员提出反思性反馈驱动提示词优化（RFDPO），通过追踪恢复、倒退和波动等条目级状态转移来指导后续提示词修改。实验使用 GPT-5 作为优化器，以 GPT-4o-mini 和 GPT-4.1 Mini 为求解器，在 9 种配置中有 5 种的波动至少达到绝对净变化的 5 倍，且单个条目的净变化最多掩盖了 17 个结果变动。
来源：arXiv 机器学习 · arxiv.org