【速報】IBM Research、GPT-4.1活用「ALTK-Evolve」で顧客サービスLLMベンチマーク首位
IBM Researchは2026年10月20日(現地時間)、学習済み記憶を利用する手法「ALTK-Evolve」により、大規模言語モデル「GPT-4.1」を用いた顧客サービスエージェントが「τ²-bench」ベンチマークのリーダーボードで小売部門の首位を獲得したと発表しました。モデルの重み更新なしに、GPT-4.1を基盤とするReActエージェントがτ²-bench小売タスクにおいて67.5%のPass^4を記録し、既存のエントリーを上回りました。