الذكاء الاصطناعي٢٠ أكتوبر ٢٠٢٦
نموذج ALTK-Evolve يتصدر مؤشر τ²-bench لخدمة العملاء
رفع نهج ALTK-Evolve وكيلًا أساسيًا لخدمة العملاء يعمل بـGPT-4.1 إلى صدارة نتائج التجزئة في τ²-bench، من دون الاستعانة بنموذج متقدم للاستدلال. يستخلص النهج قواعد سلوكية من محاولات الوكيل السابقة ويضيفها إلى تعليماته، من غير تعديل أوزان النموذج أو الحاجة إلى تعليق بشري. وبلغ الوكيل ٦٧٫٥٪ في مقياس Pass^4، الذي يحتسب المهام التي ينجح فيها في المحاولات الأربع كلها، بحسب لقطة للوحة الصدارة بتاريخ ١٢ أكتوبر ٢٠٢٦.
الحقائق الأساسية
يستخرج النهج القواعد من محاولات الوكيل التدريبية باستخدام GPT-4.1، وهو النموذج نفسه الذي يشغّل الوكيل.
«We extract guidelines from the agent's trajectories on τ²-bench train tasks using gpt-4.1, the same model that powers the agent, then apply them unchanged on the held-out test set.»
عرض المصدر ←حقق الوكيل ٦٧٫٥٪ في Pass^4 على مهام التجزئة، متقدمًا على كل نتائج التجزئة في لقطة لوحة الصدارة المذكورة.
«Using GPT-4.1, an older, non-reasoning model, a basic customer-service agent reaches 67.5% Pass^4 on τ²-bench retail — meaning it solves the task on all four independent attempts for 67.5% of tasks. It scores above every retail entry in our October 12, 2026 leaderboard snapshot.»
عرض المصدر ←
المصادر
شفت معلومة تحتاج تصحيح؟ بلّغنا ونتحقق ونصحّح — سياسة التصحيح
صحّح هذا الخبر