ALTK-Evolve刷新客服基准成绩
热点事件持续更新
ALTK-Evolve刷新客服基准成绩
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 通过从代理训练轨迹中提取行为规则，并将规则追加到后续对话的系统提示中，使 GPT-4.1 在 τ²-bench 零售客服任务上的 Pass^4 达到 67.5%，超过该榜单截至 2026 年 10 月 12 日的全部零售条目；改用 GPT-5.5 后，航空任务成绩为 82.0%。 该方法面向需要遵守领域政策、理解客户诉求并执行正确工具操作的客服场景；上述结果来自 Hugging Face 对其学习式记忆方法的测试。
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：利用学习记忆让 GPT-4.1 在客服 τ²-bench 零售榜领先报道时间线
沿着报道，了解事件的不同侧面。
10月20日
- Hugging Face Blog精选ALTK-Evolve：利用学习记忆让 GPT-4.1 在客服 τ²-bench 零售榜领先
ALTK-Evolve 使用 GPT-4.1 从代理训练轨迹中提取行为规则，并将规则追加到后续对话的系统提示中。在 τ²-bench 零售任务上，GPT-4.1 代理达到 67.5% Pass^4，超过 2026 年 10 月 12 日榜单中的所有零售条目；换成 GPT-5.5 后，航空任务达到 82.0% Pass^4。文章还报告了准确率、可靠性、规则数量及每轮对话成本的变化。
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。