GEPA

언어 모델이 실행 기록을 되짚어 prompt를 고쳐 쓰고, Pareto 선별로 후보를 진화시키는 prompt 최적화 기법이다.

기사 1편최근 언급

GEPA(Genetic-Pareto)는 UC Berkeley, Stanford University, Databricks 등의 연구진이 2025년에 발표한 prompt(모델에 주는 지시문) 최적화 기법이다. 여러 단계로 이루어진 AI 시스템을 실행한 기록과 평가 결과를 언어 모델이 자연어로 되짚어 실패 원인을 진단하고, 그에 맞춰 각 단계의 prompt를 고쳐 쓴다. 후보 가운데 평가 예시마다 가장 좋은 점수를 낸 것들을 Pareto frontier로 남겨, 서로 다른 강점을 지닌 후보를 계속 발전시킨다.

모델의 가중치를 바꾸지 않으므로 API로만 쓸 수 있는 모델에도 적용할 수 있다. 오픈소스 라이브러리로 공개돼 있으며, prompt 프로그래밍 프레임워크 DSPy의 최적화 도구로도 제공된다.

이 설명은 AIPOST 기사와 널리 알려진 사실을 바탕으로 정리했습니다. 잘못된 내용이 있으면 정정 요청으로 알려 주세요.

이 항목을 다룬 기사

  • prompt 최적화와 가중치 학습, AI agent에 무엇을 먼저 쓸까AI 성능 ·

    GEPA: prompt 후보를 진화시킵니다.

    기사 읽기

설명이 잘못되었거나 찾는 항목이 없나요?

위키 설명은 AIPOST 기사와 널리 알려진 사실을 바탕으로 정리합니다. 잘못된 설명은 정정 요청으로 알려 주시면 확인해 고칩니다. 새 기사에 나온 이름은 기사가 올라온 뒤 위키에 더해집니다.