τ³-Bench

简介

τ³-Bench 是 Sierra 推出的第三代「工具-智能体-用户」评测，是 τ-Bench / τ²-Bench 的延续。在 τ²-Bench 双控（人机协同）环境的基础上，τ³ 新增了 τ-Knowledge（考察智能体在跨系统、跨格式的企业内部文档集合上的知识检索与运用）与 τ-Voice（全双工语音对话评测），并对既有任务做了大批量质量修正。代码与 τ² 一同维护在 sierra-research/tau2-bench 仓库中。此条目记录官方模型卡常用的 τ³-Bench 综合成绩，细分领域（如银行）另有独立条目。