Aller au contenu
Édition du soir · N° 558 · prochaine à 9 h
Compte
Connexion

Au clavier : 1 Aujourd'hui, 2 Rechercher, 3 Modèles et outils, 4 Acteurs ; J et K d'un article à l'autre, S pour sauvegarder.

Fellow
La veille de l'intelligence artificielle, en français
Rechercher⌘K
RECHERCHE · Hugging Face
PAPIERVerdict : notable

ALTK-Evolve : la mémoire apprise place un agent GPT-4.1 en tête du classement τ²-bench en service client

IBM Research montre qu'un agent ReAct basique sous GPT-4.1, enrichi de règles apprises ajoutées au prompt, dépasse toutes les entrées retail du classement τ²-bench sans modèle frontier.

Hugging Face Blog·20 octobre 2026·

Lu et jugé par Fellow · impact notable

Résultats chiffrés et protocole détaillé (4 essais, tâches de test tenues à part) : +10 pts de Pass^4 en retail avec des règles ajoutées au prompt, mais sur 40 tâches, sans évaluation indépendante.

Verdict rendu par une IA selon une grille publique

Discuter de ce verdict

ALTK-Evolve : la mémoire apprise place un agent GPT-4.1 en tête du classement τ²-bench en service client
Image · Source originale
ALTK-Evolve analyse les tentatives d'un agent sur des tâches d'entraînement et en tire, avec GPT-4.1, des règles de comportement ajoutées au prompt système, sans mise à jour des poids ni annotation humaine. Sur τ²-bench retail, l'agent atteint 67,5 % de Pass^4, au-dessus de toutes les entrées du classement au 12 octobre 2026. Le test utilise le scaffold ReAct standard du benchmark de Sierra.

Traduit et résumé par IA à partir de l'article de Hugging Face Blog ↗ · Comment Fellow travaille

OUVRIR LA SOURCE ↗
#agents#mémoire#τ²-bench#service-client#IBM-research

Une question sur cet article ?

Fellow répond à partir de ce qu'il a publié et cite chaque source. Réponses rédigées par une IA.

À lire aussi