待验证50% 置信事实精确时间
自动提示优化（APO）在不调整模型权重的情况下，通过算法自动搜索或改写提示文本以提升模型在目标任务上的表现
1
来源数
50%
置信度
长期有效
时效性
2026/10/12
首次发现
来源
涉及实体
相关事实
已验证Prompt工程是在不改变模型权重的前提下，通过优化输入提示词来改善模型输出质量和效率的技术72% 相似待验证APDMem在推理阶段使用一个控制器，先读取高层摘要，只有在需要时才向下钻取更细粒度的证据，实现渐进式披露70% 相似待验证自动提示词调优的核心机制是让模型通过多轮交互不断评估、修正自己的输出和提示词70% 相似待验证论文提出了一种基于优化的新算法（代号METHODNAME），直接从LLM输出中学习最优的不确定性画像，而非通过反复采样估计不确定性66% 相似待验证基于大语言模型的Agentic优化方法不依赖预定义的搜索空间或调度模板，而是借助模型的代码理解与生成能力探索更开放的优化路径66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1001314API
curl https://kongchang.com/api/v1/knowledge/claims/1001314MCP
get_claim(id=1001314)