C-Evolve：基于共识的演化算法用于提示词组
计算与语言
2025-09-30 v1
摘要
提示词演化算法为增强基于闭源模型的 AI 系统提供了强大的范式，但鲜有研究探讨是否通过聚合来自多个提示词的结果以达成共识，进而推进系统能力边界。本文介绍了共识演化（Consensus-Evolve，C-Evolve），这是一种发现一组提示词，其聚合输出经多数投票后可实现最佳性能的演化算法。具体而言，C-Evolve 采用岛屿式演化算法以维持种群多样性，并从不同岛屿中选择提示词以形成提示词组聚合其输出。与单体演化不同的关键在于一种投票得分，其评估每个提示词在提示词组中的贡献。我们将其作为演化的适应度得分，而非单个性能。因此，C-Evolve 更可能产生并维持表现潜力高的提示词，以消除表现较差的提示词，逐步提高达成共识后的提示词组性能。我们的方法在广泛的任务上实现了最先进的性能，包括像 HotpotQA 这样的开放任务以及像 MATH 这样的封闭任务。在 Qwen3-8B 上，C-Evolve 在 HotpotQA 上达到 70.67%，在 IFBench 上达到 43.88%，分别比 GEPA 高出 4.95% 和 2.73%。对于 GPT-4.1-mini，在 IFBench 上的准确率进一步提高到 47.96%，在 MATH 挑战赛中达到 95.33%。这些结果表明 C-Evolve 的性能具有竞争力。
引用
@article{arxiv.2509.23331,
title = {C-Evolve: Consensus-based Evolution for Prompt Groups},
author = {Tiancheng Li and Yuhang Wang and Zhiyang Chen and Zijun Wang and Liyuan Ma and Guo-jun Qi},
journal= {arXiv preprint arXiv:2509.23331},
year = {2025}
}
备注
70 pages,7 figures