Benchmarks de Agents

Benchmark de agentes de τ³-Banking Knowledge

O OpenGPT mantém 21 linhas publicadas vinculadas à versão exata τ³-Banking Knowledge do benchmark e ao ambiente exibido abaixo.

Tarefas: 97
Linhas publicadas: 21
Data dos dados da fonte: 4 de ago. de 2026
Identidade revisada: Atual

Escopo das evidências

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

O OpenGPT preserva a métrica, o escopo de tarefas, o ambiente, a versão, os campos de configuração e a data da fonte fornecidos pelo publicador. Ele não cria uma pontuação geral de Agentes que combine benchmarks.

Limites da comparação

Um resultado mais alto se aplica apenas à versão e às condições do benchmark exibidas.
Os resultados de Agents refletem o sistema completo, não apenas o modelo base.
Dados ausentes de custo, confiabilidade, segurança ou latência continuam sem ser informados, em vez de serem inferidos.
As linhas incluídas usam a mesma versão do benchmark, a divisão Banking Knowledge de 97 tarefas, a configuração AllTools, o simulador de usuário, a seed e o protocolo de quatro testes. Custos ausentes continuam não informados. Este instantâneo inclui os 21 envios compatíveis de publicadores disponíveis na revisão fixada.

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

Mostrando 21 de 21 linhas publicadas. Cada resultado permanece vinculado ao benchmark e à configuração da fonte.