IBM Research hat ALTK‑Evolve vorgestellt. Die Methode ergänzt einen einfachen ReAct-Kundenservice-Agenten auf Basis von GPT‑4.1 um ein kurzes Regelwerk mit erlernten Richtlinien. Dadurch steigt der Pass⁴-Wert des Agenten bei der Retail-Aufgabe von τ²‑bench auf 67.5% – der höchste Wert im veröffentlichten Leaderboard-Snapshot vom October 12 2026. Die Modellgewichte bleiben unverändert, und menschliche Kennzeichnungen sind nicht erforderlich.
Warum es wichtig ist
Einzelhändler können mit einfachen Anpassungen an Prompts statt einer teuren Feinabstimmung des Modells einen Kundenservice-Automaten mit Spitzenleistung und hoher Zuverlässigkeit einsetzen.
