普渡大学论文提出 NPO：单条提示词加教师反馈可匹敌 GEPA 的复杂搜索

普渡大学论文提出 Naive Prompt Optimization（NPO），只保留一条提示词谱系，由教师模型根据近期 rollout 轨迹和奖励迭代修改。在 IFBench 和 HotpotQA 上，NPO 以更少的 rollout 达到与基于 Pareto 选择维护多候选的 GEPA 相当或更好的结果：3，500 vs 3，593 和 6，800 vs 6，871。