Agenten-Benchmarks

τ³-Banking Knowledge Agenten-Benchmark

OpenGPT hält 21 veröffentlichte Zeilen mit der unten gezeigten exakten Benchmark-Version τ³-Banking Knowledge und Umgebung verknüpft.

Aufgaben: 97
Veröffentlichte Zeilen: 21
Datum der Quelldaten: 4. Aug. 2026
Identität geprüft: Aktuell

Nachweisumfang

v1.0.1 · AllTools · GPT-5.2 low user simulator · seed 300 · 4 trials. banking knowledge tasks. Standard scaffold with BM25, embedding retrieval, and sandboxed command-line search. 4 trials per task · 388 trajectories per configuration.

How OpenGPT handles this evidence

OpenGPT bewahrt Kennzahl, Aufgabenumfang, Umgebung, Version, Konfigurationsfelder und Quelldatum des Herausgebers. Es erstellt keine Benchmark-übergreifende Agent-Gesamtpunktzahl.

Vergleichsgrenzen

Ein höheres Ergebnis gilt nur für die angezeigte Benchmark-Version und die entsprechenden Bedingungen.
Die Ergebnisse der Agenten spiegeln das Gesamtsystem wider, nicht nur das Basismodell.
Fehlende Daten zu Kosten, Zuverlässigkeit, Sicherheit oder Latenz werden weiterhin als nicht gemeldet ausgewiesen und nicht abgeleitet.
Die enthaltenen Zeilen verwenden dieselbe Benchmark-Version, denselben Banking Knowledge-Split mit 97 Aufgaben, dieselbe AllTools-Konfiguration, denselben Nutzersimulator, Seed und dasselbe Protokoll mit vier Durchläufen. Fehlende Kosten werden weiterhin nicht ausgewiesen. Diese Momentaufnahme enthält alle 21 kompatiblen Herausgebereinreichungen, die beim fixierten Revisionsstand verfügbar waren.

v1.0.1 · AllTools · GPT-5.2 low user simulator · seed 300 · 4 trials

21 von 21 veröffentlichten Zeilen werden angezeigt. Jedes Ergebnis bleibt mit dem Quellbenchmark und der Konfiguration verknüpft.