华人科学家登上Nature：几行代码，优化复合AI系统

本文介绍了由斯坦福大学副教授James Zou领导的团队开发的TextGrad框架，该框架通过反向传播大语言模型（LLM）生成的文本反馈来优化复合AI系统。TextGrad的设计基于通用性、易用性和开源原则，能够自动优化从提示到输出的各种任务，如分子设计、治疗方案优化等。研究团队在多个领域展示了TextGrad的性能，包括GPQA和LeetCode Hard问题解答，以及放射治疗计划的优化。TextGrad的引入为自动化优化多组件AI系统提供了通用框架，预示着未来在训练大型复合AI模型方面的潜力。