ALTK-Evolve 用学习记忆登顶 τ²-bench 零售榜
热点事件观察中
ALTK-Evolve 用学习记忆登顶 τ²-bench 零售榜
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
IBM Research 在 Hugging Face 博客称，ALTK-Evolve 让 GPT-4.1 从自身在 τ²-bench 训练任务上的轨迹中提炼行为准则，追加到系统提示词后，在零售域取得 67.5% Pass^4，超过所有前沿模型条目和微调模型 RAFT-30B-A3B 的 61.4%。 该方法运行在基准自带的 ReAct 脚手架上，提炼准则与执行任务使用同一 GPT-4.1，不更新模型权重，也不需要人工标注；准则在留出测试集上原样应用。按 τ²-bench 要求，成绩在完整 base split（train ∪ test）上以 Pass^4 计。 上述为 IBM Research 作者发布的结果，尚待独立验证。
AI 根据报道生成 · 1 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 用学习到的记忆让 GPT-4.1 客服智能体登顶 τ²-bench 零售榜
IBM Research 在 Hugging Face 博客介绍 ALTK-Evolve：用 GPT-4.1 从智能体自身训练任务轨迹中提炼行为准则，追加到系统提示词后，在 τ²-bench 零售域取得 67.5% Pass^4，超过所有前沿模型条目和微调模型 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
- 610月21日 15:00
- 近 24 小时变化
- -50%
02468
18:0010月22日06:0012:00
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。