AniSignal
← AI 热点

1 个来源 · 1 篇报道 · 2026/10/20 23:19

IBM发布ALTK-Evolve方法提升客服智能体基准表现

IBM Research 研究人员发布 ALTK-Evolve 方法，在不更新模型权重、不增加标注的前提下，通过从智能体运行轨迹中提取行为准则并附加至系统提示词，将基于 GPT-4.1 的基础 ReAct 智能体在 τ²-bench 零售域的 Pass^4 成绩提升至 67.5%，超过该领域现有榜单条目。 该评测使用 τ²-bench 的标准配置，以 GPT-4.1 作为智能体模型，GPT-5.5 作为客户模拟器模型，每个任务运行 4 次试验，并按基准要求在整个基础分割集上评分。代码库已在 GitHub 公开。

最新进展：ALTK-Evolve：学习式记忆助 GPT-4.1 在 τ²-bench 客服任务登顶

事实与进展

  1. ALTK-Evolve：学习式记忆助 GPT-4.1 在 τ²-bench 客服任务登顶

    ALTK-Evolve 使用 GPT-4.1 从智能体运行轨迹中提取行为准则，在不更新模型权重、不增加标注的前提下，将基础 ReAct 智能体在 τ²-bench 零售域的 Pass^4 提升至 67.5%，超过该领域现有榜单条目。

    Hugging Face Blog · 阅读报道 →

报道时间线