The Decoder· Jonathan Kemper·· 4 小时前AI 评分51
Taste-Bench 基准显示 AI 智能体在长期决策上接近随机水平
AI agents have bad taste in long-term decisions and a new benchmark proves it
AI 导读
The Decoder 报道了一项名为 Taste-Bench 的新基准研究。该基准包含 502 道题，通过在智能体运行轨迹的“决策分叉”点冻结后续步骤、让模型在两条路径间二选一来衡量长期规划判断力。
来源：The Decoder · the-decoder.com