arXiv 论文提出 GEPA-Curator：通过经验筛选增强智能体自我改进

GEPA-Curator: Curated Learning for Self Improving Agents 针对反思型提示词优化器容易受到不可靠失败轨迹误导的问题，研究者提出了 GEPA-Curator 框架。该框架由任务筛选和先前成功经验检索两部分构成，剔除可能引入噪声信号的失败任务，并检索历史成功轨迹辅助优化。在 GoBrowse 及 τ-bench 等基准上，该方案配合 Gemini 3.1 Pro 等模型相比 GEPA 基线取得了最高 20.7% 的性能提升。