에이전트 벤치마크

τ²-bench Core 에이전트 벤치마크

τ²-bench Core의 표시된 버전과 환경에 연결된 공개 행 8개를 유지합니다.

과제: 278
공개 행: 8
출처 데이터 날짜: 2026년 8월 6일
ID 검토일: 현재

근거 범위

v1.0.1 · standard agent · GPT-5.2 low user simulator · 4 trials. base tasks across retail, airline, and telecom. Standard agent, standard domain tools, and a shared GPT-5.2 low-reasoning user simulator. 4 trials per task · 1,112 trajectories per configuration.

OpenGPT의 근거 처리 방식

게시자의 지표, 과제 범위, 환경, 버전, 구성과 날짜를 보존하며 벤치마크 간 종합 점수를 만들지 않습니다.

비교 범위

높은 결과는 표시된 벤치마크 버전과 조건에만 적용됩니다.
에이전트 결과는 기반 모델 하나가 아닌 전체 시스템을 반영합니다.
비용, 신뢰성, 안전성 또는 지연 시간 누락값은 추정하지 않습니다.
OpenGPT includes only the eight publisher-submitted rows that share benchmark v1.0.1, the standard scaffold and tools, the same user simulator, the same base task splits, and four trials. Other τ-bench rows remain outside this scope.

v1.0.1 · standard agent · GPT-5.2 low user simulator · 4 trials

공개 8개 중 8개를 표시합니다. 모든 결과는 출처 벤치마크와 구성에 연결됩니다.