A.I. 日报
ALTK-Evolve用学习记忆登顶客服基准
Hugging Face发布ALTK-Evolve，用GPT-4.1从训练任务的成功与失败中提炼简短行为规则并加入系统提示，无需更新模型权重。在Sierra的τ²-bench零售客服任务上，基础ReAct智能体Pass^4达到67.5%，超过榜单所有零售条目。
ALTK-Evolve
2 篇报道AI 日报收录的 ALTK-Evolve 相关报道，共 2 篇，按时间倒序，每小时更新。
相关话题
代理一致性：Hugging Face提出新诊断与指南
Hugging Face 介绍 Consistency Analyzer 与 consistency guidelines，诊断并减少代理在重复运行中出现的不稳定性。论文指出 GPT‑4.1 在 AppWorld 上平均成功率77.4%，但仅有53.0%任务在5次重复中全胜，揭示高达24.4个百分点的一致性差距；新方法能显著提升一致性。
已经到底了