IBM Research 在 Hugging Face 介绍 ALTK-Evolve：附加学习规则让 GPT-4.1 登顶 τ²-bench

IBM Research 在 Hugging Face 博客发布 ALTK-Evolve 方法：用 GPT-4.1 在 τ²-bench（来自 Sierra）零售子任务的自跑轨迹中自动提炼简短行为规则，再把规则追加到系统提示中，据此在不更新模型权重、不需要人工标注的条件下，使其在 τ²-bench 零售子任务的公开榜单上超过其他基线。 方法是 prompt 级：规则来自模型自身与其对话轨迹，而非监督学习或强化学习。仓库已开源（AgentToolkit/altk-evolve），代码可自行复现。 需要注意的是，登顶结论以 IBM Research 投稿的 Hugging Face 博客为准；与该方法同期对比的其他模型分数、是否覆盖 τ²-bench 其他子任务，文中未给出。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。