スキャフォールドとプロンプトの自動最適化が、重みを変えずに性能を伸ばすレバーとして台頭した。強化学習を上回りながらロールアウトは最大35分の1で済んだ、と報告する手法がある。だがプロンプトの自動最適化は最適化に使ったサンプルへ過適合しうる。別の研究は、そのサンプルの外側で性能が崩れると報告した。
← 全タグ