ALTK-Evolve (GPT-4.1) использует выученные правила и лидирует в τ²-bench по ритейлу без обновления весов
ALTK-Evolve извлекает краткие поведенческие инструкции из траекторий агента с помощью GPT-4.1 и добавляет их в системный prompt агента; без обновления весов модель достигает 67,5% Pass^4 для ритейла в τ²-bench (превосходит все ритейл-записи в снимке лидерборда от 12 октября 2026) и повышает среднюю точность и Pass^4 в доменах ритейла и авиаперелётов. Подход использует GPT-4.1 и для извлечения правил, и для агента (симулятор клиента — GPT-5.5), сравнивает пороги поддержки правил (sup3 vs lossless) и фиксирует до +10 процентных пунктов в Pass^4 относительно базовой конфигурации.