ALTK-Evolve 用学习记忆登顶 τ²-bench 零售榜
热点事件历史事件
ALTK-Evolve 用学习记忆登顶 τ²-bench 零售榜
1 篇报道1 个报道来源5 天前更新
先了解这件事
AI 综述
Hugging Face 博客发布的研究显示，ALTK-Evolve 方法让基于 GPT-4.1 的客服智能体在 τ²-bench 零售任务上取得 Pass^4 67.5%，高于基础 ReAct 智能体的 57.5%，也超过榜单上所有零售条目及微调模型 RAFT-30B-A3B 的 61.4%。 该方法不更新模型权重：它用与智能体相同的 GPT-4.1，从智能体在 τ²-bench 训练任务上的轨迹中提炼行为准则，再原样追加到系统提示词，在留出测试集上应用。评测沿用基准自带的 ReAct 框架，按 τ²-bench 要求在完整 base split（训练集与测试集并集）上计分。 博客称，准则块在每次调用中相同，生产环境中这部分开销大部分可通过提示缓存回收。
AI 根据报道生成 · 5 天前更新
最新进展10月20日 23:19
ALTK-Evolve 用学习到的记忆让 GPT-4.1 客服智能体登顶 τ²-bench 零售任务报道时间线
沿着报道，了解事件的不同侧面。
10月20日
- Hugging Face Blog精选ALTK-Evolve 用学习到的记忆让 GPT-4.1 客服智能体登顶 τ²-bench 零售任务
ALTK-Evolve 用 GPT-4.1 从智能体自身任务轨迹中提炼行为准则并追加到系统提示词，在 τ²-bench 零售任务上把基础 ReAct 智能体的 Pass^4 从 57.5% 提升到 67.5%，超过榜单上所有零售条目和微调模型 RAFT-30B-A3B 的 61.4%。
本事件热度走势
- 可比范围当前
- 3
- 可比范围峰值
- 1010月21日 01:00
- 近 24 小时变化
- -50%
02.557.510
12:0010月22日12:00
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。