论文提出可复现离线评测框架与正确性门控提示压缩方法

Prabal Vashisht 等在一篇已被 NeurIPS 2026 Workshop on Agents in the Wild 接收的论文中，提出面向生产对话 Agent 的离线评测框架。据论文称，该框架在后端活数据持续变化时仍保持可复现，并在失效后可按需重新生成，还被用作 GEPA 提示优化的适应度函数。 论文称，基于该框架的正确性门控压缩方法可将 Agent 的完整提示面缩减 3.5%–7.6%，且在不损害留出集任务正确性的情况下，在三个独立的目标模型家族上结果保持一致。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。