热点事件持续更新
ALTK-Evolve 登顶 τ²-bench 零售任务
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
2026年10月20日，Hugging Face Blog 报道，IBM Research 的 ALTK-Evolve 在 τ²-bench 客服任务上登顶，且无需前沿模型。该方法从智能体自身试错轨迹中提炼行为准则，并追加到系统提示词中，使使用 GPT-4.1 的基础 ReAct 智能体在 τ²-bench 零售任务上达到 67.5% Pass^4，超过榜单上所有零售条目。目前进展停留在这一单次报道所述结果，尚无后续更新。
AI 根据报道生成 · 2 小时前更新
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 用学习到的记忆在 τ²-bench 客服任务登顶，无需前沿模型
IBM Research 的 ALTK-Evolve 通过从智能体自身试错轨迹中提炼行为准则并追加到系统提示词，让使用 GPT-4.1 的基础 ReAct 智能体在 τ²-bench 零售任务上达到 67.5% Pass^4，超过榜单上所有零售条目。
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。