Новости
GEPA-Curator: Curated Learning for Self Improving Agents
arXiv cs.AI · Опубликовано · 3 мин чтения
За 30 секунд
- Что произошло
- GEPA-Curator filters which agent failures teach prompt optimizers, using task curation and successful trajectory retrieval to improve learning signals.
- Почему это важно
- Engineers building multi-turn LLM agents need this when prompt optimization learns from noisy or unreliable failures across complex environments.
- На что обратить внимание
- Tested on specific benchmarks with Gemini and Claude; unclear how curation strategy generalizes to other agent types or domains.
- agent
- agentic
- llm
- language model
- prompt
Паттерны, стоящие за этой новостью
Каждый разбирает, как работает техника, когда она оправдывает затраты и где ломается.
The Agent Architect
Один паттерн, один компромисс, одна история сбоя в продакшене. Короткий еженедельный брифинг для тех, кто строит агентные системы.
Одно письмо в неделю, отписка в один клик. Адрес используется только для рассылки брифинга.