利用 Eval Protocol 與 GEPA 打造自我改進的 AI 代理：從提示詞優化到強化學習

• Eval Protocol 是一個統一的評估介面，能讓開發者在同一個評估函數上同時實現提示詞優化與強化學習。 • 透過整合 GEPA（反思型提示詞優化器），系統能自動將評估中的失敗案例轉化為精確且可執行的提示詞改進。 • 在真實的 Text2SQL 案例中，不需調整模型權重，僅花費約 45 分鐘搜尋即讓測試集準確率提升 10%。 • 開發者只需編寫一次評估標準，即可重複使用於目前的提示詞優化以及未來的 RFT（強化微調） 訓練。

「現在這些評估不只是在衡量效能，它們正在提升效能。」 • GEPA 會自動分析通過與失敗的範例、提出結構化編輯，並產出可檢視與修改的最佳化系統提示詞。 • 當提示詞優化達到極限時，同一套評估標準可直接作為 RFT 的目標，省去維護多套評估機制的麻煩。