The Decoder· Jonathan Kemper·· 1 天前AI 评分64
新基准 Taste-Bench 揭示 AI 智能体缺乏长期决策判断力
AI agents have bad taste in long-term decisions and a new benchmark proves it
AI 导读
研究团队推出新基准 Taste-Bench 评估 AI 智能体的长期决策能力，发现当前主流模型在决策分叉点二选一中的表现接近随机猜测。
来源：The Decoder · the-decoder.com