GEPA-Curator: Curated Learning for Self Improving Agents
GEPA-Curator：面向自改进 Agent 的策展式学习框架
🧭 自改进 Agent 的策展式提示优化
UC Berkeley · ICSI · LBNL · Furiosa AI · KAIST
用任务策展与成功轨迹检索过滤噪声失败，提升 reflective prompt optimizer 性能，多基准最高超 GEPA 20.7%
📌 工作参考价值
- 在构建 agentic 流程（客服助手、推荐理由生成、自动选品）时，不要把所有失败轨迹都喂给 prompt 优化器；先做失败归因，区分 prompt 缺陷、工具/harness 不稳定、环境随机性和 judge 噪声，只保留可归因于 prompt 的失败，提升学习信号质量。
- 成功轨迹检索可迁移到电商场景：为某类商品生成文案或操作手册时，检索相似商品/任务的历史成功 trajectory 作为 few-shot context 注入优化器，稳定优化方向并减少灾难性遗忘。
- 若线上已使用 GEPA/ACE 等 reflective optimizer，可前置“任务是否值得学习”的判断，并维护带 embedding 索引的成功轨迹库做检索，工程成本可控且效果提升显著（最高 20%+）。
- 结果提示数据飞轮中噪声样本会污染优化器；在推荐/广告的自动 prompt 优化与失败样本筛选上，应引入置信度过滤和成功案例检索机制。
动机
现有 reflective prompt optimizers（如 GEPA）主要从失败 rollout 中学习，但在 agentic 环境中，失败可能来自 prompt 弱点、harness 限制、随机执行或 noisy judge，并非都能提供有用信号，甚至可能有害。因此需要策展哪些任务可以进入 prompt 优化器。
方法关键点
GEPA-Curator 在原有优化器上增加两个组件：
- Task Curation：过滤掉可能提供噪声或不可靠学习信号的任务，避免错误归因；
- Prior Success Retrieval：按任务检索历史成功轨迹，作为额外上下文提供给 prompt optimizer，增强优化稳定性。
关键结果
在 GoBrowse、ALFWorld、AppWorld、τ-bench 四个基准上，使用 Gemini 3.1 Pro 与 Claude Opus 5 作为优化模型，GEPA-Curator 匹配或超过基线均值，最高比 GEPA 提升 20.7%，比 ACE 提升 21.2%。