ALTK-Evolve、学習メモリでカスタマーサービスAgentベンチマーク首位に

2026年10月20日、Hugging Faceブログが一次報道を公開し、ALTK-Evolve手法を紹介した。GPT-4.1を用いてエージェント自身のタスク軌跡から行動規範を抽出し、システムプロンプトに追記する。この手法はτ²-benchのカスタマーサービスタスクの小売領域で67.5%のPass^4を達成し、ランキング上の全小売項目を上回り、微調整モデルRAFT-30B-A3Bの61.4%も超えた。報道は同ベンチマークで首位に立ったとしている。

報道をもとに AI が作成 · 1 時間前に更新

連続した観測データがまだ足りないため、推移は描いていません。