Object Aligner：用于 LLM 提示优化的可配置 JSON 模式相似度评分

作者介绍了 Object Aligner (OA)，这是一个开源 Python 库，通过递归对齐两个 JSON 对象的结构来确定性地计算它们的相似度。该工具通过使用匈牙利算法处理无序集合、使用序列对齐处理有序集合来解决精确匹配和基于文本的相似性的局限性，并根据模式注释给予部分分数。

• OA 通过“引用对齐”处理复杂的结构化数据（如图或超图），推断标识符之间的双射，使评分对重标记不变。
• 该库使用 Weisfeiler-Leman 颜色细化近似图同构，并以零额外成本发出不匹配的排名修复建议。
• 当用作 GEPA 提示优化器内部的奖励时，Object Aligner 在所有测试的数据集上均有帮助或保持中立。

作者认为这很重要，因为它提供了一种确定性的、可配置模式的 LLM 输出评估方法，用于信息提取和代理规划等任务，而无需依赖昂贵或不透明的 LLM 裁判。