Martes 20 de octubre de 2026 ·

IBM sube a 67,5 % de Pass^4 en retail de τ²-bench con pautas aprendidas y GPT-4.1

Relevancia 57 de 100 Estados Unidos, Nueva York

Útil para Ventas y clientes 60%Programadores 55%COO y operaciones 50%

IBM Research ha presentado ALTK-Evolve, un método que extrae pautas de comportamiento de las trayectorias de entrenamiento de un agente y las añade al prompt del sistema, sin actualizar pesos ni anotaciones humanas. Con GPT-4.1, el agente de comercio minorista alcanza un 67,5 % de Pass^4 en τ²-bench, según IBM por encima de todas las entradas de ese dominio en su instantánea del 12 de octubre de 2026. En aerolíneas, el agente con gpt-5.5 queda primero con un 82,0 %, según la misma fuente.

Qué significa

Los agentes de atención al cliente pueden ganar fiabilidad aprendiendo de sus propios fallos, sin entrenar modelos ni depender de uno de frontera. El coste por conversación sube con el tamaño del prompt, un 65 % en retail, aunque IBM sostiene que la caché de prompts lo compensa en producción.

Fuentes originales

Resumen de Hoy en IA. Pulsa una fuente para leer la noticia completa en su idioma original.

También ese día

Todas las noticias de IA del martes 20 de octubre de 2026 ->