研究团队推出Taste-Bench基准 揭示AI智能体缺乏长期决策能力

Pan 等研究团队推出了用于评估 AI 智能体长期决策能力的新基准 Taste-Bench。测试结果显示，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。 目前该基准及相关代码已公开发布。

AI 根据报道生成 · 4 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。