The Decoder· Jonathan Kemper·· 2 小时前AI 评分54
Taste-Bench 评测 AI 智能体长期决策，最佳模型准确率为 59.7%
AI agents have bad taste in long-term decisions and a new benchmark proves it
AI 导读
Taste-Bench 用 502 道决策分叉题评估 AI 智能体选择长期路径的能力，受测的 14 个模型中，GPT-5.6 Sol 以 59.7% 的准确率居首。
来源：The Decoder · the-decoder.com