В данной работе предлагается библиотека автоматической оптимизации промптов CoolPrompt, которая включает методы автопромптинга на основе эволюционных алгоритмов – ReflectivePrompt; на технике дистилляции знаний – DistillPrompt; на основе техники мета-промптинга – HyPE; а также модуль генерации синтетических данных для устранения необходимости в реальных валидационных данных. Экспериментальные вычисления демонстрируют эффективность предлагаемых методов над аналогичными решениями, а также сопоставимое качество генерации синтетических данных в сравнении с оригинальными данными.

Кулин Н.И., Хайруллин А.Р., Журавлев В.Н. (науч. рук. Муравьёв С.Б.) Coolprompt: библиотека автоматической оптимизации промптов // Сборник тезисов докладов конгресса молодых ученых. Электронное издание. – СПб: Университет ИТМО, [2026]. URL: https://kmu.itmo.ru/digests/article/16630