IBM Researchは、GPT‑4.1で動作する基本的なReAct顧客サービスエージェントに、学習によって得た短い指針集を追加する手法「ALTK‑Evolve」を公開した。このルールを加えることで、τ²‑benchの小売タスクにおけるエージェントのPass⁴スコアは67.5%に上昇。2026年10月12日時点のリーダーボードで、報告された最高スコアとなった。モデルの重みは変更せず、人手によるラベル付けも必要ない。
なぜ重要か
小売企業は、高額なモデルのファインチューニングを行わず、プロンプトを調整するだけで、信頼性の高い自動サポートをトップ水準で実現できる。
