# ALTK‑Evolve voert klantenserviceagent aan op τ²‑bench

> Met GPT‑4.1 en aangeleerde promptregels haalt de agent van IBM Research 67.5% Pass⁴ op de retailbenchmark, beter dan alle frontiermodellen.

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

IBM Research heeft ALTK‑Evolve uitgebracht, een methode die een eenvoudige ReAct-klantenserviceagent op basis van GPT‑4.1 uitbreidt met een korte reeks aangeleerde richtlijnen. Dankzij die extra regels stijgt de Pass⁴-score van de agent op de retailtaak van τ²‑bench naar 67.5%, de hoogste score in de leaderboardstand van October 12 2026. De modelgewichten blijven ongewijzigd en menselijke annotaties zijn niet nodig.

## De feiten

- Pass⁴ = 67.5% op τ²‑bench retail (leaderboard van October 12 2026)
- Richtlijnen geëxtraheerd met GPT‑4.1: 292 regels in de lossless-configuratie

## Waarom het ertoe doet

Retailbedrijven kunnen met alleen aanpassingen aan prompts betrouwbare geautomatiseerde ondersteuning op topniveau bieden, zonder dure fine-tuning van modellen.

## Bronnen en referenties

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

Laatst bijgewerkt: 2026-10-20