研究提出提示词优化的提升空间类型学

一项 arXiv 研究在 gpt-6 等 8 个任务上评估了四种提示词优化器（基因组搜索、profile-guided mutation、GEPA、ESPO），发现结构化搜索在强推理模型上没有统计显著的准确率提升。研究提出三维提升空间类型学：提示词优化无法弥补知识缺失或 token 截断，但能解决协议和格式错误。在 gpt-6 上 GEPA 的 +.14 提升中，约 .035 来自评审准则重建，约 .105 是真实的指令改进。研究还预注册了 AutoAPC-Select 部署门槛，在 7 组中的 5 组匹配 oracle 策略，并发现商业 API 在故障窗口存在静默后端混用问题。