Hugging Face diz que memória aprendida levou o GPT-4.1 ao topo do τ²-bench
🎧 Ouça esta notícia
A Hugging Face afirma que o ALTK-Evolve levou um agente básico de atendimento ao cliente, baseado no GPT-4.1, a 67,5% no Pass^4 do τ²-bench retail. A métrica exige resolver uma tarefa nas quatro tentativas independentes, e o resultado ficou acima de todas as entradas de varejo no recorte do placar de 12 de outubro de 2026 citado pela organização — uma alegação baseada em seu próprio experimento.
O método analisa tentativas de treinamento, identifica sucessos e falhas e transforma esses padrões em regras curtas, como autenticar o cliente antes de uma alteração e pedir confirmação explícita. As regras são anexadas ao prompt do agente, sem atualização dos pesos nem anotação humana. No teste, o restante da configuração do τ²-bench permaneceu inalterado; o GPT-4.1 operou o agente e o GPT-5.5 simulou os clientes.
Por que importa · interpretação editorial
A abordagem da Hugging Face sugere que agentes podem melhorar em tarefas de atendimento ao transformar padrões de tentativas anteriores em regras de prompt, sem atualizar pesos nem exigir anotação humana. Como o resultado vem de um experimento próprio, sua comparação depende do recorte do leaderboard citado e da configuração específica do teste.
Fontes
PesquisaAgentes