# ALTK‑Evolve lidera τ²‑bench en atención al cliente minorista

> Con GPT‑4.1 y pautas aprendidas para los prompts, el agente de IBM Research alcanza un 67.5% de Pass⁴ en la prueba de referencia minorista y supera a todos los modelos de frontera.

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

IBM Research presentó ALTK‑Evolve, un método que añade una breve guía de pautas aprendidas a un agente básico de atención al cliente basado en ReAct que funciona con GPT‑4.1. Las reglas añadidas elevan la puntuación Pass⁴ del agente en la tarea minorista de τ²‑bench al 67.5%, la cifra más alta publicada en la clasificación del 12 de octubre de 2026. No se modifican los pesos del modelo ni se necesitan anotaciones humanas.

## Los hechos

- Pass⁴ = 67.5% en τ²‑bench Retail (clasificación del 12 de octubre de 2026)
- Pautas extraídas con GPT‑4.1: 292 reglas en la configuración sin pérdidas

## Por qué importa

Las empresas minoristas pueden ofrecer asistencia automatizada fiable y líder en la clasificación con simples ajustes en los prompts, en lugar de recurrir al costoso ajuste fino de modelos.

## Fuentes y referencias

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

Última actualización: 2026-10-20