# ALTK-Evolve

IBM Research 的 ALTK-Evolve 让客服智能体在不更新模型权重的前提下，把从自身试错轨迹中提炼的行为守则追加到系统提示里。在 τ²-bench 零售域，使用旧款非推理模型 gpt-4.1 的智能体 Pass⁴ 从 57.5% 升到 67.5%，高于 2026 年 10 月 12 日榜单快照中的全部零售条目，也超过在合成数据上微调的 RAFT-30B-A3B 的 61.4%。守则的提取与执行由同一模型完成，无需人工标注。

IBM Research 的 ALTK-Evolve 让客服智能体在不更新模型权重的前提下，把从自身试错轨迹中提炼的行为守则追加到系统提示里。在 τ²-bench 零售域，使用旧款非推理模型 gpt-4.1 的智能体 Pass⁴ 从 57.5% 升到 67.5%，高于 2026 年 10 月 12 日榜单快照中的全部零售条目，也超过在合成数据上微调的 RAFT-30B-A3B 的 61.4%。守则的提取与执行由同一模型完成，无需人工标注。