IBM Research ha presentato ALTK‑Evolve, un metodo che aggiunge una breve guida di regole apprese a un agente di assistenza clienti di base basato su ReAct e GPT‑4.1. Le regole aggiuntive portano il punteggio Pass⁴ dell’agente nel task retail di τ²‑bench al 67,5%, il risultato più alto riportato nella classifica aggiornata al 12 ottobre 2026. I pesi del modello non vengono modificati e non è necessaria alcuna etichettatura umana.
Perché conta
Le aziende del settore retail possono offrire un’assistenza automatizzata affidabile, ai vertici della classifica, intervenendo solo sui prompt invece di ricorrere a un costoso fine-tuning del modello.
