Evaluación reproducible para la compresión segura de prompts en agentes de producción
Útil para
Los autores presentan un sistema de evaluación offline para un agente conversacional de empresa que trabaja con datos cambiantes, y que se puede regenerar cuando queda obsoleto. Usan ese sistema como función de aptitud para optimizar prompts con GEPA, con una puerta de corrección que evita que el modelo explote la métrica. Aplicado a un agente para comerciantes, reduce el prompt completo entre un 3,5 % y un 7,6 % sin perder precisión en tres familias de modelos, y en una mejora.
Qué significa
Para quien desarrolla agentes conversacionales en empresas, el trabajo muestra un método para acortar prompts sin perder precisión. La evaluación puede repetirse aunque los datos del negocio cambien.
Fuentes originales
Resumen de Hoy en IA. Pulsa una fuente para leer la noticia completa en su idioma original.
- arXiv cs.AILeer la noticia completa en arXiv cs.AI