# ALTK‑Evolve вывел агента поддержки ритейла на первое место в τ²‑bench

> Агент IBM Research на базе GPT‑4.1 с выведенными из данных инструкциями набрал 67.5% Pass⁴ в тесте для ритейла — больше, чем все передовые модели.

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

IBM Research представила ALTK‑Evolve — метод, который дополняет базового агента поддержки клиентов ReAct, работающего на GPT‑4.1, коротким набором автоматически выведенных инструкций. Благодаря этим правилам результат агента в задании для ритейла τ²‑bench вырос до 67.5% Pass⁴ — это самый высокий показатель в опубликованном рейтинге по состоянию на October 12 2026. Веса модели не меняют, разметка данных людьми не требуется.

## Факты

- Pass⁴ = 67.5% в тесте для ритейла τ²‑bench (рейтинг от October 12 2026)
- Инструкции извлечены с помощью GPT‑4.1; в конфигурации без потерь — 292 правила

## Почему это важно

Розничные компании могут получить автоматизированную поддержку клиентов с результатом на уровне лидеров, просто изменив промпты — без дорогостоящей тонкой настройки модели.

## Источники и ссылки

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

Обновлено: 2026-10-20