结构化搜索与 prompt 上限估计：新方法较 GEPA 高约 14%

一种新方法将 prompt 优化建模为对 prompt 变体的结构化搜索，获得的 prompt 性能比 SOTA 方法 GEPA 好约 14%。该方法还可在整个搜索过程中提供可靠的性能上限估计，以衡量书面标准对 judge 行为的改善潜力。