GEPA-Curator：面向自改进 Agent 的精选学习

论文指出 Agent 失败可能源于提示缺陷、执行框架限制、随机性或评审噪声，未必提供有效学习信号。GEPA-Curator 在提示优化器前增加两个组件：任务筛选，过滤可能产生噪声或不可靠信号的任务；成功先例检索，为任务选取历史成功轨迹作为额外上下文。目标是提升多轮 Agent 场景下提示优化的效率与稳定性。

AI推荐理由 针对反思式提示优化器（如 GEPA）从失败轨迹学习时信号噪声大的问题，提出任务筛选与成功轨迹检索两个组件，思路对 Agent 自改进有实用价值。摘要未给出量化结果，效果需看正文。