反思式提示优化：去主题重叠与多种子评估转移增益

01 摘要

研究显示，在主题不重叠划分下，反思式提示优化可将留出引用奖励从0.702提升至0.781，增益跨三个种子复现。作者发现典型提示中近半内容为记忆答案键，但消融实验表明这些内容在训练问题上也不获奖励，验证-留出差距主要源于噪声评判下的小样本选择。作者观点认为，分解式逐维反馈是迁移增益的因果要素，将其简化为单一标量奖励会导致留出迁移为负。

02 关键点

1. 主题不重叠划分下，留出引用奖励提升0.079（bootstrap 95%置信区间[0.051, 0.107]），三个种子均值0.107。
2. 获胜提示近半为记忆答案键，但消融显示其在编码的训练问题上也不获奖励，验证-留出差距来自小样本选择而非记忆。
3. 分解式逐维反馈是迁移增益的因果要素；塌缩为单一标量奖励会使留出迁移为负。