标签
ALTK-Evolve 提出了一种习得记忆方法，在 τ²-bench 客服任务排行榜上登顶，未依赖任何前沿模型即取得了最先进的结果。
Step 3.7 Flash 是一款开放权重的 198B 稀疏 MoE 模型，声称在 tau2-bench 上所有难度级别均达到 98% 的智能体可靠性，原始能力中等但多步一致性强劲。