arXiv · cs.AI· Chinmoy Mitra, Tarek Mahmud·· 5 小时前
RFDPO：通过题目级反馈分析提示优化中的结果转变
Beyond Aggregate Accuracy: Item-Level Transitions in Prompt Optimization
arXiv:2610.19084v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Chinmoy Mitra, Tarek Mahmud
研究任务与主要进展
Chinmoy Mitra和Tarek Mahmud提出Reflective Feedback-Driven Prompt Optimization（RFDPO），用题目级反馈追踪提示优化中的恢复、退步和结果变动。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org