主要来源arXiv: DeepSeek
查看原文事件专题 ·官方一手
研究：GEPA 与 SkillOpt 在 DeepSeek V4 Flash 和 Qwen3.8-27B 本地部署上的效果差异
一项双模型研究测试 GEPA 和 SkillOpt 两个反思式文本优化器在本地部署的推理模型上的复现效果。在 Qwen3.8-27B（LM Studio 部署）上，GEPA 在 MATH-500 上将准确率从 0.828 提升到 0.904，但在 HotpotQA 上完全复现了基线行为。SkillOpt 的验证集增益在保留集上反转为性能下降，DeepSeek V4 Flash 上的 GEPA 最佳效果同样出现在 MATH-500（0.852 到 0.908）。两个优化器在 HotpotQA 基线上均无改进，表明优化效果依赖任务和方法。
当前结论
GEPA 在 MATH-500 上能从 0.828 拉到 0.904，但在 HotpotQA 上完全没用，SkillOpt 还会翻车——如果你在本地跑推理模型做提示词优化，这篇能帮你避坑。
2 个信源34° AI 热度最后更新 2026/10/19 08:45:07
证据链
2 个信源相关来源 1rohanpaul_ai
查看原文冲突核查
现有去重数据只说明这些来源讨论同一事件，不代表立场相同。当前没有结构化的支持或反驳证据，不自动推断冲突。