ALTK-Evolve 提升客服智能体基准表现

IBM Research 报告称，ALTK-Evolve 用 GPT-4.1 从智能体训练任务的成败中提炼行为指南，并将指南加入提示词；在 τ²-bench 客服任务评测中，其表现超过该基准的零售类参评系统，且无需更新模型权重。 这项结果针对的是 τ²-bench 上的零售类参评系统，不代表 ALTK-Evolve 在所有客服任务或系统中都表现更好。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。