错误分类法引导的提示优化

自动提示优化（APO）是在不修改大语言模型权重的前提下挖掘其性能的有力途径。许多现有方法依赖试错，反复测试不同提示或上下文示例直到出现好的配置，往往消耗大量算力。近来，从执行日志导出的自然语言反馈展现出识别提示改进方向的前景。然而，多数既有方法以自下而上的方式运作，基于单个问题的反馈迭代调整提示，容易丧失全局视角。本文提出错误分类法引导的提示优化（ETGPO），一种采用自上而下思路的提示优化算法。ETGPO 聚焦全局失败图景：收集模型错误，将其归类为分类法，并针对最频繁的失败模式用指导增强提示。在覆盖数学、问答与逻辑推理的多个基准上，ETGPO 取得与最先进方法相当或更好的准确率，同时优化阶段的 token 用量与评估预算约只需三分之一。