Sierra / 编程

Hyper-τ-bench

根据业务资料构建并测试能工作的客户服务代理。

在 AIHOT 中观察与参考

证据预算不计分

上游数据时间待核实

最近成功同步尚未开始采集

它测什么，怎么测

衡量代理开发与调试，和直接执行客户服务的 τ³-Banking 分开；固定开发工具、运行时长与验收环境，不能跨系统挑最高成绩。

观察中：可补编程与业务系统开发，先完成原始成绩、许可和固定运行条件审查；不因新发布就自动计分。

观察中：可补编程与业务系统开发，先完成原始成绩、许可和固定运行条件审查；不因新发布就自动计分。

评测局限与数据署名

观察中：可补编程与业务系统开发，先完成原始成绩、许可和固定运行条件审查；不因新发布就自动计分。

数据许可：待确认榜单数据使用边界

成绩由 Sierra 发布，原始分数与 AIHOT 共识分使用不同尺度，不能直接相加。