# ALTK‑Evolve عامل پشتیبانی خرده‌فروشی را به صدر τ²‑bench رساند

> عامل IBM Research با استفاده از GPT‑4.1 و دستورالعمل‌های آموخته‌شده، در بنچمارک خرده‌فروشی به امتیاز Pass⁴ برابر با 67.5% رسید و از همه مدل‌های پیشرو پیشی گرفت.

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

IBM Research روش ALTK‑Evolve را منتشر کرده است؛ روشی که با افزودن مجموعه‌ای کوتاه از دستورالعمل‌های آموخته‌شده به یک عامل پایهٔ پشتیبانی مشتری مبتنی بر ReAct و اجراشده با GPT‑4.1، عملکرد آن را بهبود می‌دهد. این قواعد، امتیاز Pass⁴ عامل را در وظیفهٔ خرده‌فروشی τ²‑bench به 67.5% می‌رسانند؛ بالاترین امتیاز ثبت‌شده در تصویر تابلوی رتبه‌بندی مورخ October 12 2026. وزن‌های هیچ مدلی تغییر نمی‌کنند و نیازی به برچسب‌گذاری انسانی نیست.

## حقایق

- Pass⁴ = 67.5% در بخش خرده‌فروشی τ²‑bench (تابلوی رتبه‌بندی October 12 2026)
- دستورالعمل‌ها با GPT‑4.1 استخراج شده‌اند؛ در پیکربندی بدون اتلاف، 292 قاعده وجود دارد

## چرا مهم است

شرکت‌های خرده‌فروشی می‌توانند تنها با تغییراتی در پرامپت، و بدون هزینهٔ بالای تنظیم دقیق مدل، به پشتیبانی خودکار قابل‌اعتماد و دارای رتبهٔ برتر دست یابند.

## منابع و ارجاع‌ها

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

آخرین به‌روزرسانی: 2026-10-20