预注册研究发现提示词优化器可能破坏未评分要求
发生了什么
据arXiv预注册研究，GEPA、MIPROv2和TextGrad等提示词优化器在提升目标指标时，可能破坏未评分的要求（如输出格式）。在HotpotQA数据集上，引用有效性的净回归达10.7至41.6点，而精确匹配上升21至34点。但在1,024-token限制下，提取失败消失，内容回归低于1点。研究认为副作用比假设窄，优化后的提示词更准确但破坏了显式输出契约。
- 引用有效性净回归幅度
- 10.7至41.6点
- 精确匹配提升幅度
- 21至34点
报道与来源
1 篇发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。
来源关系与证据边界
按已记录的来源角色展示；连线仅表示原生身份流程确认的同稿入口，不表示独立佐证或跨报道引用。
- 一手材料1 个发布入口