평가 출처공식 사이트
τ³-Banking
Sierra / 전문 업무 · 통일된 도구 환경에서 은행 업무를 처리하며 규칙 이해, 고객 소통, 과제 완료를 검증합니다.
클로데이트 반영 상태결과 대기
가중치2%
원본 데이터 기준 시각미확인
마지막 동기화비교 가능한 결과 대기 중
무엇을, 어떻게 측정하나
공식 standard 은행 업무, v1.0.1, alltools, GPT-5.2 사용자 시뮬레이터로 한정해 비교하고 pass@1을 반영합니다. 다른 도구, 프롬프트, 시뮬레이터, 음성 모드, 맞춤 시스템은 섞지 않습니다.
활용 방식
정식으로 채점합니다. 도구·업무 예산의 2%를 차지하며, Mercor APEX와 공유하는 두 환경을 합쳐 4%로 조정합니다. 금융 업무가 법률이나 전자상거래 등 모든 업계를 다룬다는 뜻은 아닙니다.
한계와 데이터 출처
결과는 고정된 은행 과제 체계에 속하며, 모의 사용자와 도구 프로토콜에 의존합니다. 모든 직업에 통하는 범용 정답률이 아닙니다.
데이터 라이선스: MIT · Sierra Research tau2-bench 공식 저장소. 출처 표시를 남깁니다.
Sierra에서 공개한 결과입니다. 원래 점수와 클로데이트 합의 지수는 척도가 달라 직접 비교하거나 더할 수 없습니다.