产品
DSPy
DSPy是由斯坦福大学开发的开源声明式编程框架，专为基于大型语言模型（LLM）的应用程序设计。它将提示词工程抽象为可组合的模块化组件，支持自动优化提示词和模型权重，使开发者能够以编程方式构建和调优语言模型流水线，而无需手动编写大量提示词。DSPy的核心理念是将模型调用的"描述目标"与"优化策略"分离，提升复杂LLM应用的可维护性与可复现性。
核心事实
时间轴 (近 90 天)
6月3日
GIPA算法已集成进DSPy框架，采用MIT协议
待验证90%
6月3日
GIPA据原论文报告仅需三个样本就够开始优化，效果优于强化学习和过去的DSPy优化器
待验证80%
6月1日
DSPy是斯坦福开发的提示词编程框架，将提示词优化转化为可微分的编程问题
已验证70%
6月1日
DSPy框架将Prompt优化抽象为可编程的模块化管道
待验证85%
6月1日
2023年以来业界出现了多种将软件工程方法论引入Prompt管理的实践，包括DSPy、LangChain、LlamaIndex和微软Semantic Kernel等
待验证85%
6月1日
DSPy的核心思想是将LLM程序的结构与参数分离，由优化器自动搜索和编译生成最优的提示配置
待验证90%
6月1日
DSPy（Declarative Self-improving Python）由斯坦福大学Omar Khattab等人于2023年提出
待验证90%
5月31日
DSPy（Declarative Self-improving Language Programs）由斯坦福NLP实验室于2023年发布
已验证65%
5月31日
DSPy内置的优化器包括BootstrapFewShot和MIPROv2，可自动搜索最优的few-shot示例组合和指令措辞
已验证70%
5月31日
提示词工程领域已出现系统化框架如 CRISPE、CO-STAR 和自动化优化工具如 DSPy
待验证90%