热点事件持续更新
ALTK-Evolve登顶τ²-bench零售榜
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
ALTK-Evolve 让基于 GPT-4.1 的基础客服智能体在 τ²-bench 零售榜取得 67.5% Pass^4，超过2026年10月12日榜单快照中的全部零售条目；该方法不更新模型权重，而是从智能体轨迹中提炼规则并追加至系统提示。 Pass^4 指同一任务四次独立尝试均成功，榜单按 τ²-bench 要求的完整基础集计分，智能体使用标准 ReAct 脚手架。在40个留出零售任务的实验中，含292条规则的 lossless 配置将平均准确率从78.1%升至82.5%，但每次对话成本从0.084美元增至0.139美元。
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 如何用学习式记忆让 GPT-4.1 登顶 τ²-bench 零售客服榜报道时间线
沿着报道，了解事件的不同侧面。
10月20日
- Hugging Face Blog精选ALTK-Evolve 如何用学习式记忆让 GPT-4.1 登顶 τ²-bench 零售客服榜
ALTK-Evolve 把 GPT-4.1 智能体轨迹提炼成提示词规则，无需更新权重，并以 67.5% Pass^4 位列 τ²-bench 零售榜首。在 40 个留出零售任务上，含 292 条规则的 lossless 配置将平均准确率从 78.1% 提至 82.5%，每次对话成本从 $0.084 升至 $0.139。
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。