热点事件持续更新
Taste-Bench评测AI智能体长期决策能力
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
据The Decoder于2026年10月18日报道，Taste-Bench以AI智能体选择长期路径的能力为评估对象，通过502道决策分叉题测试模型的长期决策表现。本次评测共涉及14个模型，报道以准确率呈现其表现，其中GPT-5.6 Sol以59.7%的准确率位居首位。这一结果是当前报道披露的评测进展；报道未提供其余受测模型的具体成绩，也未交代各道题目的内容或评分细则。
AI 根据报道生成 · 1 小时前更新
最新进展10月18日 16:49
Taste-Bench公布14个模型的评测结果，GPT-5.6 Sol以59.7%的准确率居首。报道时间线
沿着报道，了解事件的不同侧面。
10月18日
- The DecoderTaste-Bench 评测 AI 智能体长期决策，最佳模型准确率为 59.7%
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。
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。