GFlowPO提示优化框架提出

2026年10月23日，arXiv Artificial Intelligence 刊出 Junmo Cho 等作者的报道，提出 GFlowPO 概率提示优化框架。该报道称，GFlowPO 将提示词搜索建模为隐提示词后验推断问题，并受 meta-prompt 参考语言模型先验约束；其做法是先用离策略的 GFlowNet 目标微调轻量提示词模型，再通过回放复用历史提示词评估以提升样本效率，最后用免训练的动态记忆更新（DMU）机制，把回放缓冲区中的多样提示词与优先队列中的高分提示词注入 meta-prompt。目前事件进展停留在该框架的提出与机制说明层面，报道未涉及实验数据、对比结果或应用范围等信息。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。