评测来源官方评测
Hyper-τ-bench
Sierra / 编程 · 根据业务资料构建并测试能工作的客户服务代理。
在 MyHOT 中观察中
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。
如何使用这份证据
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 MyHOT 共识分使用不同尺度，不能直接相加。