GEPA-Curator: apprendimento curato per agenti auto-miglioranti

Abstract degli autori

I modelli linguistici di grandi dimensioni (LLM) vengono impiegati sempre più spesso in carichi di lavoro agentici multi-turno, che richiedono interazioni prolungate con ambienti complessi. Gli ottimizzatori di prompt riflessivi esistenti, come GEPA, apprendono da esecuzioni fallite, ma gli insuccessi degli agenti possono dipendere anche da prompt deboli, dai limiti dell’harness, da esecuzioni stocastiche o da valutazioni rumorose. Sosteniamo che tali insuccessi potrebbero non fornire segnali di apprendimento utili e potrebbero persino essere dannosi; è quindi essenziale selezionare i task da sottoporre all’ottimizzatore di prompt per migliorarne le prestazioni. Presentiamo GEPA-Curator, un framework che integra l’ottimizzatore di prompt per selezionare quali esperienze degli agenti dovrebbero orientare l’ottimizzazione dei prompt. In particolare, GEPA-Curator comprende due componenti: la selezione dei task, che filtra quelli che probabilmente forniscono segnali di apprendimento rumorosi o inaffidabili, e il recupero dei successi precedenti, che seleziona le traiettorie passate riuscite per un task e le fornisce come contesto aggiuntivo all’ottimizzatore di prompt. Valutiamo GEPA-Curator su GoBrowse, ALFWorld, AppWorld e $τ$-bench, usando sia Gemini 3.1 Pro sia Claude Opus 5 come modelli ottimizzatori. GEPA-Curator eguaglia o supera le prestazioni medie di entrambi i metodi di confronto, con miglioramenti fino al 20,7% rispetto a GEPA e al 21,2% rispetto ad ACE.