IBM Research 的 ALTK-Evolve 用学习到的记忆登顶 τ²-bench 客服任务，无需前沿模型
ALTK-Evolve: How learned memory tops the τ²-bench leaderboard on customer service tasks without a frontier model
阅读原文
本站未展示全文，请前往来源网站阅读。
AI 导读
IBM Research 的 ALTK-Evolve 从智能体自身训练轨迹中用 gpt-4.1 蒸馏出行为准则并追加到系统提示词，让基于 gpt-4.1 的基础 ReAct 智能体在 τ²-bench retail 上达到 67.5% Pass^4，超过 2026 年 10 月 12 日排行榜快照中所有 retail 条目，全程不更新模型权重、无需人工标注。
推荐理由
原文给出在 τ²-bench 上仅靠提示词层学习记忆就超越微调系统的实验细节和成本数据，方法可直接参考。
来源：Hugging Face Blog · huggingface.co