ALTK-Evolve以学习记忆登顶τ²-bench客服榜
热点事件持续更新
ALTK-Evolve以学习记忆登顶τ²-bench客服榜
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
IBM Research 在 Hugging Face 博客发布 ALTK-Evolve：它从智能体自身在 τ²-bench 训练任务上的轨迹中蒸馏出行为准则，追加到系统提示词，让基于 GPT-4.1 的标准 ReAct 客服智能体在 retail 任务上取得 67.5% Pass^4，超过该榜快照中所有 retail 条目，且不更新模型权重。 据该博客，准则提取与执行由同一 GPT-4.1 完成，无需人工标注；提取出的准则原样用于留出的测试集。按 τ²-bench 要求，提交在完整 base split（训练集与测试集合并）上评分，指标为 Pass^4。
AI 根据报道生成 · 3 小时前更新
最新进展10月20日 23:19
ALTK-Evolve 用 GPT-4.1 加学习记忆登顶 τ²-bench 客服任务榜报道时间线
沿着报道，了解事件的不同侧面。
10月20日
- Hugging Face BlogALTK-Evolve 用 GPT-4.1 加学习记忆登顶 τ²-bench 客服任务榜
IBM Research 的 ALTK-Evolve 通过从智能体自身任务轨迹中蒸馏行为准则并追加到系统提示词，让使用 GPT-4.1 的基础 ReAct 客服智能体在 τ²-bench retail 上达到 67.5% Pass^4，超过该榜快照中所有 retail 条目，且不更新模型权重。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1010月21日 00:00
- 近 24 小时变化
- –
02.557.510
10月21日01:0002:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。