Hugging Face Blog·· 3 小时前精选AI 评分60
ALTK-Evolve 用学习到的记忆让 GPT-4.1 客服智能体登顶 τ²-bench 零售榜
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 用 GPT-4.1 从智能体自身任务轨迹中提炼行为准则并追加到系统提示词，不更新模型权重，使基础 ReAct 智能体在 τ²-bench 零售任务上 Pass^4 达到 67.5%，高于榜单上所有零售条目和微调模型 RAFT-30B-A3B 的 61.4%。
推荐理由
原文给出同一套提示词级记忆在零售与航空两类客服任务上的前后对比，可据此判断不更新权重也能提升智能体可靠性的路径。
来源：Hugging Face Blog · huggingface.co