Agent 評測

τ³-Banking Knowledge Agent 評測

OpenGPT 將21筆公開記錄保留在下方所示的 τ³-Banking Knowledge 評測版本與環境內。

工作: 97
公開記錄: 21
來源資料日期: 2026年8月4日
身分核驗日期: 目前

資料範圍

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.

OpenGPT 如何處理這些資料

OpenGPT 保留發布方的指標、工作範圍、環境、版本、設定欄位與資料日期，不產生跨評測 Agent 總分。

可比範圍

更高結果只適用於所展示的評測版本與條件。
Agent 結果反映完整系統，而不是基礎模型單獨能力。
成本、穩定性、安全性或速度沒有公開時保持未報告，不進行推測。
The included rows use the same benchmark version, 97-task Banking Knowledge split, AllTools configuration, user simulator, seed, and four-trial protocol. Missing costs remain unreported. This snapshot includes all 21 compatible publisher submissions available at the pinned revision.

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

展示21筆公開記錄中的21筆；每項結果都保留來源評測與設定。