# ALTK‑Evolve ने τ²‑bench पर रिटेल एजेंट को शीर्ष पर पहुंचाया

> GPT‑4.1 और सीखी गई प्रॉम्प्ट गाइडलाइंस की मदद से IBM Research के एजेंट ने रिटेल बेंचमार्क पर 67.5% Pass⁴ हासिल किया और सभी फ्रंटियर मॉडल को पीछे छोड़ दिया।

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

IBM Research ने ALTK‑Evolve जारी किया है। यह तरीका GPT‑4.1 पर चलने वाले बुनियादी ReAct ग्राहक-सेवा एजेंट में सीखी गई गाइडलाइंस की एक छोटी प्लेबुक जोड़ता है। इन अतिरिक्त नियमों से τ²‑bench के रिटेल टास्क पर एजेंट का Pass⁴ स्कोर बढ़कर 67.5% हो गया—12 अक्टूबर 2026 की लीडरबोर्ड झलक में दर्ज सबसे ऊंचा स्कोर। मॉडल के वेट में कोई बदलाव नहीं किया गया और न ही मानवीय लेबलिंग की जरूरत पड़ी।

## तथ्य

- τ²‑bench रिटेल पर Pass⁴ = 67.5% (12 अक्टूबर 2026 की लीडरबोर्ड)
- गाइडलाइंस GPT‑4.1 से निकाली गईं; लॉसलैस कॉन्फ़िगरेशन में 292 नियम

## यह क्यों मायने रखता है

रिटेल कंपनियां महंगी मॉडल फाइन-ट्यूनिंग के बजाय सिर्फ प्रॉम्प्ट में बदलाव करके शीर्ष रैंकिंग वाला, भरोसेमंद स्वचालित ग्राहक-सहायता सिस्टम हासिल कर सकती हैं।

## स्रोत और संदर्भ

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

अंतिम अपडेट: 2026-10-20