How to Beat GRPO Without Touching Model Weights

How to Beat GRPO Without Touching Model Weights

摘要

GEPA通过自然语言反思优化提示，而非更新模型权重，在复合AI系统上比GRPO更高效。它利用反馈函数提供详细诊断，结合帕累托选择策略，避免局部最优。在HotpotQA任务中，仅修改一个模块提示，得分从38%提升至69%，且无需GPU训练。