先了解这件事
AI 综述
Sierra于2026年10月22日发布τ-Entity基准,用于测试语音智能体能否准确捕获、识别并修正姓名、电话、地址、邮箱等实体细节错误。该基准包含200个任务、覆盖十类实体,并设有六语言榜单。榜单显示,GPT Live 1在常规通话中正确率为60.3%,但在常规、强噪声、强语音三种条件下全部通过的任务仅占34.0%;Gemini 3.8 Live与Grok Voice Think Fast 2.0的全条件通过率分别为19.5%和24.0%。论文还发现,规定“询问—拼读/复述—确认修正—提交”流程可将全条件成功率提升14至31个百分点,代价是每通电话多花21至28秒。目前尚无后续发展。
AI 根据公开报道生成
事件进展
1 个已确认进展
- 来源：Sierra：Blog
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
10月22日
Sierra：Blog一手
Sierra 推出 𝜏-Entity 语音智能体基准：GPT Live 1 全条件下仅 34.0% 通过
Sierra 发布 𝜏-Entity 基准，用 200 个任务、十类实体（姓名、电话、地址、邮箱等）测试语音智能体能否准确捕获、识别并修正细节错误。六语言榜单上 GPT Live 1 领先，常规通话正确率 60.3%，但在常规、强噪声、强语音三种条件下全部通过的任务仅 34.0%；Gemini 3.8 Live 与 Grok Voice Think Fast 2.0 分别为 19.5% 和 24.0%。论文还发现，规定“询问—拼读/复述—确认修正—提交”流程可把全条件成功率提升 14–31 个百分点，代价是每通电话多花 21–28 秒。