# ALTK‑Evolve bringt Kundenservice-Agenten an die Spitze des τ²‑bench-Rankings

> Mit GPT‑4.1 und erlernten Prompt-Richtlinien erreicht der Agent von IBM Research im Retail-Benchmark 67.5% Pass⁴ und übertrifft alle Frontier-Modelle.

Oossa · 2026-10-20 · https://oossa.com/de/altk-evolve-pushes-retail-customer-service-agent-to-top-of-2-bench-leaderboard

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.

## Die Fakten

- Pass⁴ = 67.5% bei τ²‑bench Retail (Leaderboard vom October 12 2026)
- Die Richtlinien wurden mit GPT‑4.1 abgeleitet; die verlustfreie Konfiguration umfasst 292 Regeln

## 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.

## Quellen und Referenzen

1. [ALTK-Evolve: How learned memory tops the τ²-bench leaderboard on customer service tasks without a frontier model](https://huggingface.co/blog/ibm-research/altk-evolve-bc) – Hugging Face, 2026-10-20

Zuletzt aktualisiert: 2026-10-20