产品
TextGrad
自动微分框架，通过文本梯度对LLM系统进行优化，将反向传播思想应用于基于文本的AI系统调优
时间轴 (近 90 天)
10月4日
使用追踪（usage traces）是系统在运行过程中自动记录的输入输出日志、错误信息与执行路径，是DSPy、TextGrad等主流LLM优化框架的核心反馈来源
待验证50%
9月24日
TextGrad于2025年发表在Nature上，将自然语言反馈看作文本梯度回传，无需计算真实loss即可让优化信号沿语言系统传播
待验证50%
自动微分框架，通过文本梯度对LLM系统进行优化，将反向传播思想应用于基于文本的AI系统调优
使用追踪（usage traces）是系统在运行过程中自动记录的输入输出日志、错误信息与执行路径，是DSPy、TextGrad等主流LLM优化框架的核心反馈来源
TextGrad于2025年发表在Nature上，将自然语言反馈看作文本梯度回传，无需计算真实loss即可让优化信号沿语言系统传播