本研究提出了一种名为CAPO的算法，旨在降低大型语言模型提示优化的成本。CAPO利用自动机器学习技术提高效率，实验结果表明其在多个数据集和场景中优于现有方法，性能显著提升。

本研究提出了一种合作计划优化（CaPo）方法，旨在解决大型语言模型智能体之间的合作问题。通过元计划的生成与执行两个阶段，显著提升了合作效率，实验结果表明其优于现有方法。