Hugging Face Blog·· 3 小时前AI 评分57
ALTK-Evolve 如何用学习记忆在不更新权重的情况下登顶 τ²-bench 客服榜单
ALTK-Evolve: How learned memory tops the τ²-bench leaderboard on customer service tasks without a frontier model
AI 导读
IBM Research 的 ALTK-Evolve 让仅用 GPT-4.1 的基础 ReAct 客服智能体在 τ²-bench 零售任务上达到 67.5% Pass^4，登顶该榜单零售分项，超过在合成数据上微调的 RAFT-30B-A3B（61.4%）。
来源：Hugging Face Blog · huggingface.co