热点事件持续更新
Taste-Bench基准测试AI Agent长期决策品味
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月18日，THE DECODER 报道研究者提出名为 Taste-Bench 的新基准，用于考察 AI 智能体在决策分叉点上的长期判断力。该基准由 502 道二选一题目构成，测试结果显示智能体长期决策判断力不足，表现最佳的模型 GPT-5.6 Sol 准确率仅为 59.7%，接近随机猜测水平。目前该报道为事件唯一公开进展，尚无后续更新。
AI 根据报道生成 · 2 小时前更新
最新进展10月18日 16:49
研究者提出Taste-Bench基准，最佳模型GPT-5.6 Sol准确率仅59.7%，接近随机猜测。报道时间线
沿着报道，了解事件的不同侧面。
10月18日
- THE DECODER新基准 Taste-Bench 测出 AI 智能体长期决策判断力不足
研究者提出 Taste-Bench，用 502 道二选一题目考察智能体在决策分叉点上的长期判断力，最佳模型 GPT-5.6 Sol 准确率仅 59.7%，接近随机猜测。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。