20 октября 2026 г.
Память агента без топ-модели вышла в лидеры поддержки: +10 пунктов в retail
Выученная память агента подняла GPT-4.1 в retail-задачах τ²-bench с 57,5% до 67,5% по Pass⁴: это доля задач, решённых во всех четырёх прогонах. Данные из блога IBM Research на Hugging Face.
Раньше агент работал на голой базовой модели. Теперь к ней добавлена выученная память: набор гайдлайнов, по которому агент ведёт разговор. Гайдлайны сокращают число ходов ассистента на 0,3–0,4 за разговор.
Цифры. В retail у GPT-4.1 Pass⁴ вырос с 57,5% до 67,5%, точность ответа с 78,1% до 82,5%. В airline на GPT-5.5 прибавка больше: с 55,0% до 70,0%. На AppWorld (9 приложений, 585 задач) доля выполненных задач gpt-oss-120b выросла с 39,9% до 56,0%.
Не хотите разбираться сами? Внедряем ИИ в ваш бизнес: задачи без лимита, одна цена в месяц, отмена в любой момент.
Разговор дорожает: в retail с $0,084 до $0,139, рост на 65%. В airline с $0,081 до $0,107, рост на 32%.
Как поставить. Пакет ставится командой pip install altk-evolve. Для uv клонируйте репозиторий, создайте окружение командой uv venv --python=3.12 и выполните uv sync --package altk-evolve. Нужен ключ OpenAI в переменной OPENAI_API_KEY. Сервер запускается командой uv run evolve-mcp, он отдаёт MCP-инструменты, включая get_entities() и save_trajectory(). Веб-интерфейс открывается локально на порту 8000. Для хранилища есть бэкенды pgvector и Milvus.
Выборочные рекомендации на AppWorld добавили 5% токенов, полный набор 51%.
* Meta Platforms Inc. признана в РФ экстремистской организацией, её деятельность запрещена; Facebook и Instagram заблокированы. Meta AI и другие продукты компании — продукты этой организации.
Первоисточник