ALTK-Evolve方法优化客服智能体

发生了什么

据Hugging Face Blog报道，ALTK-Evolve方法通过学习记忆优化客服智能体，使GPT-4.1在τ²-bench测试中登顶。使用非推理模型GPT-4.1，基本客服代理在τ²-bench零售测试中达到67.5%的Pass^4成绩，超过所有零售条目。ALTK-Evolve分析代理的尝试，将成功和失败提炼为行为规则，添加到代理的提示中。τ²-bench测试代理在真实约束下处理客户服务对话的能力，每个任务都配对一个LLM模拟的客户，有目标、一组领域工具和必须遵循的政策文档。