IBM ALTK-Evolve 以学习式提示规则登顶 τ²-bench 零售榜
热点事件持续更新
IBM ALTK-Evolve 以学习式提示规则登顶 τ²-bench 零售榜
1 篇报道1 个报道来源16 小时前更新
先了解这件事
AI 综述
IBM Research 发布 ALTK-Evolve 方法介绍，报告该方法从训练任务轨迹中提炼行为规则并追加到系统提示，使未更新权重的 GPT-4.1 在 τ²-bench 零售测试集上的 Pass^4 从 57.5% 升至 67.5%，并按其说法以 67.5% 位列 2026 年 10 月 12 日排行榜快照零售榜首。 该方法运行在基准自带的 ReAct 框架上，采用两阶段 THINK → ACT 循环，代理模型为 gpt-4.1，客户模拟模型为 gpt-5.5，每任务 4 次试验；学习到的指南随后加入代理提示用于后续对话。Pass^4 指每任务 4 次独立尝试全部成功的任务占比。以上结果来自 IBM 一手博客介绍，本站未独立核验。
AI 根据报道生成 · 11 小时前更新
最新进展10月20日 23:19
ALTK-Evolve 如何用学习记忆让 GPT-4.1 登顶 τ²-bench 零售榜首报道时间线
沿着报道，了解事件的不同侧面。
10月20日
- Hugging Face Blog精选ALTK-Evolve 如何用学习记忆让 GPT-4.1 登顶 τ²-bench 零售榜首
ALTK-Evolve 从训练任务轨迹中提炼行为规则并追加到系统提示，使未更新权重的 GPT-4.1 在 τ²-bench 零售测试集上的 Pass^4 从 57.5% 升至 67.5%，并以 67.5% 位列 2026 年 10 月 12 日排行榜快照零售榜首。
本事件热度走势
- 可比范围当前
- 6
- 可比范围峰值
- 810月21日 06:00
- 近 24 小时变化
- –
02.557.510
06:0008:0010:0012:0014:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。