ALTK-Evolve刷新τ²零售榜纪录
热点事件持续更新
ALTK-Evolve刷新τ²零售榜纪录
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
IBM Research公布ALTK-Evolve实验：其用GPT-4.1从τ²-bench训练任务轨迹中提炼行为规则，并原样加入系统提示，在不更新模型权重或人工标注的情况下改进客服智能体；完整规则集在零售任务取得67.5%的Pass^4，超过10月12日榜上的全部零售条目。 实验采用基础ReAct智能体，GPT-4.1负责执行并提炼规则，GPT-5.5模拟顾客，每项任务运行4次，策略、工具和框架均沿用τ²-bench标准设置。航空任务中，加入学习规则后的GPT-5.5智能体Pass^4为82.0%。
AI 根据报道生成 · 1 小时前更新
最新进展10月20日 23:19
ALTK-Evolve：利用学习式记忆提升客服智能体的 τ²-bench 表现报道时间线
沿着报道，了解事件的不同侧面。
10月20日
- Hugging Face Blog精选ALTK-Evolve：利用学习式记忆提升客服智能体的 τ²-bench 表现
ALTK-Evolve 使用 GPT-4.1 从客服任务轨迹中提炼行为规则，并在不更新模型权重的情况下改进 ReAct 智能体。零售任务中，加入完整规则集后 Pass^4 达到 67.5%，超过 2026 年 10 月 12 日排行榜中的所有零售条目；航空任务中，gpt-5.5 智能体使用学习式规则后的 Pass^4 达到 82.0%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。