# ALTK‑Evolve toppar τ²‑bench med kundtjänstagent för detaljhandeln

> Med GPT‑4.1 och inlärda riktlinjer når IBM Researchs agent 67,5 % Pass⁴ i detaljhandelsbenchmarken och slår alla ledande modeller.

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

IBM Research har lanserat ALTK‑Evolve, en metod som lägger till en kort uppsättning inlärda riktlinjer till en grundläggande ReAct-agent för kundtjänst som körs på GPT‑4.1. Reglerna höjer agentens Pass⁴-resultat på detaljhandelsuppgiften i τ²‑bench till 67,5 %, det högsta rapporterade resultatet i topplistan den 12 oktober 2026. Inga modellvikter ändras och ingen mänsklig märkning krävs.

## Fakta

- Pass⁴ = 67,5 % på τ²‑bench för detaljhandeln (topplistan den 12 oktober 2026)
- Riktlinjerna extraherades med GPT‑4.1; den förlustfria konfigurationen innehåller 292 regler

## Varför det spelar roll

Detaljhandelsföretag kan få automatiserad kundsupport med hög tillförlitlighet och topplacering genom att bara justera promptar, i stället för att lägga pengar på kostsam finjustering av modellen.

## Källor och referenser

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

Senast uppdaterad: 2026-10-20