arXiv · cs.AI· Timoth\'ee Lesort, Alejandra L\'opez de Aberasturi G\'omez, Tristan Karch, Tom Veniat, Philippe Modard, Karl Tuyls, Ludovic Denoyer·· 5 小时前
研究团队用1,118道国际象棋题评测大语言模型自动提示优化
Benchmarking Prompt Optimization of Large Language Models With Chess
arXiv:2610.00416v2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：Timoth\'ee Lesort, Alejandra L\'opez de Aberasturi G\'omez, Tristan Karch, Tom Veniat, Philippe Modard, Karl Tuyls, Ludovic Denoyer
研究任务与主要进展
研究者构建了一个由1,118道Lichess题目组成的基准，用于在冻结大语言模型权重的情况下评估自动提示优化（APO），并比较6种APO算法在8个目标模型上的表现。
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