计算机工程与应用

作者：程湘钧, 张红梅, 唐希浪, 徐思宁

单位：空军工程大学 装备管理与无人机工程学院，西安 710051；

关键词：提示词,自动提示词工程,语言模型,进化计算,环境反馈,自然语言处理

基金：国家自然科学基金（72201276）。

针对现有离散提示词优化算法过度依赖大规模搜索反馈或局限于自然选择、短句级随机变异的问题，提出反馈驱动进化（feedback-driven evolutionary，FDE）算法，通过融合主动环境反馈与被动自然选择机制实现高效提示词生成与优化。该算法结合显式反馈与隐式引导，引入双向环境信号驱动的变异策略，并改进基于小批量样本更新的置信区间上界评估方法，显著提升优化效率。采用18个自然语言任务数据集与8种典型提示词算法进行对比实验，测试结果表明FDE算法综合性能较现有最佳算法相对提升11.44%，稳定性提高43.88%，同时有效降低模型调用量与传输字符数。通过跨参数规模模型分析进一步验证泛化性，其在所有测试模型中综合性能均相对基线提升超10%。FDE算法实现从被动筛选到主动-被动协同适应的进化模式转变，有利于驱动语言模型低成本更高效地执行自然语言处理任务。

来源：2026年第6期

《计算机工程与应用》期刊编辑部

查看计算机工程与应用杂志2026年第6期