待验证50% 置信事实精确时间
GEPA-Curator的收益在两个不同的优化器模型和多个异构环境中都表现出了效果，说明其收益并非依赖某一特定模型或单一任务类型。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/28
首次发现
有效期至：2027/1/26
来源
涉及实体
相关事实
待验证双任务向量合并与LoRA结合时效果最佳，说明两种参数高效方法具有互补性。67% 相似待验证多任务统一模型能保证任务间的一致性，因为同一张图上的深度、分割和姿态输出来自同一个模型的同一套内部表示，避免了多个独立模型输出之间可能存在的空间不一致问题。65% 相似待验证采用双模型方案（规划器加执行器）相比单模型方案能减少代理在长任务中忘记目标并陷入循环的问题；建议在一块 GPU 上每 3 步运行一次规划器并缓存计划。65% 相似待验证研究证明 Token Merging 在模型经过 DoRA 微调之后依然有效，两种优化技术不相互干扰65% 相似待验证GEPA引入帕雷托最优概念，同时考量准确率、Token消耗、延迟等多个指标进行多目标平衡优化65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1105960API
curl https://kongchang.com/api/v1/knowledge/claims/1105960MCP
get_claim(id=1105960)