ESPOがプロンプト最適化で精度向上、プロンプト長を47%短縮
Lihao Liu氏らは2026年9月3日(現地時間)、arXiv cs.CLで、プロンプト最適化手法「ESPO (Error-Structured Prompt Optimization)」に関する研究論文を発表した。既存手法であるGEPAなどが抱えるプロンプトの肥大化と精度停滞の問題を指摘し、これを解決する新たなフレームワークを提案。7つの公開NLPベンチマークにおいて、平均精度を既存手法より3.76パーセントポイント向上させるとともに、プロンプト長を47パーセント短縮することに成功した。