Hugging Face Blog·· 2 小时前精选AI 评分65
IBM Research 提出 ALTK-Evolve：利用学习记忆使 GPT-4.1 在 τ²-bench 客服任务中登顶
ALTK-Evolve: How learned memory tops the τ²-bench leaderboard on customer service tasks without a frontier model
AI 导读
ALTK-Evolve 方法通过让 GPT-4.1 分析自身轨迹并提取行为准则追加到系统提示词中，无需更新权重即在 τ²-bench 零售领域达到 67.5% Pass^4，超越所有前沿模型及微调模型 RAFT-30B-A3B。
AI 推荐理由
展示了通过自动提取行为规则并注入提示词，在不更新模型权重的情况下显著提升智能体在客服基准测试中的可靠性与排名。
来源：Hugging Face Blog · huggingface.co