热点事件持续更新
ALTK-Evolve 登顶 τ²-bench 客服基准
1 篇报道1 个报道来源4 小时前更新
先了解这件事
SI 综述
ALTK-Evolve 从 GPT-4.1 智能体运行轨迹提炼行为准则注入系统提示词，使 GPT-4.1 在 τ²-bench 零售客服基准达到 67.5% Pass^4，登顶 2026年10月12日榜单快照，超越微调模型 RAFT-30B-A3B 达 6.1 点。 该方法无需权重更新或人工标注，在航空域换用 GPT-5.5 后同样登顶，Pass^4 达 82.0%。
SI 根据报道生成 · 4 小时前更新
最新进展10月20日 23:19
ALTK-Evolve 登顶 τ²-bench 零售与航空客服基准，Pass^4 分别达 67.5% 与 82.0%。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：学习记忆如何助客服智能体在无前沿模型下登顶 τ²-bench 榜单
ALTK-Evolve 利用从 GPT-4.1 智能体运行轨迹提炼的行为准则注入系统提示词，使该非推理模型在 τ²-bench 零售客服基准达到 67.5% Pass^4，登顶 October 12, 2026 榜单快照且超越微调模型 RAFT-30B-A3B 达 +6.1 点。该方法无需权重更新或人工标注，在航空域换用 GPT-5.5 后同样登顶，Pass^4 达 82.0%。
本事件热度走势
当前热度 9·可比范围峰值 10（10月21日 01:00）·近 24 小时可比范围变化 –
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。