Taste-Bench：AI智能体长期决策准确率仅59.7%
热点事件历史事件
Taste-Bench：AI智能体长期决策准确率仅59.7%
1 篇报道1 个报道来源7 天前更新
先了解这件事
AI 综述
研究者 Pan 等人提出并公开了 Taste-Bench 基准及代码，用来衡量 AI 智能体在长期任务中的路径判断力。该基准包含 502 道“决策分叉”二选一题，每题给出原始任务、截至分叉点的轨迹和两个可选方向。 结果显示，表现最好的模型 GPT-5.6 Sol 平均准确率仅为 59.7%，研究者据此认为智能体在长期决策中的判断力仍不足。
AI 根据报道生成 · 7 天前更新
最新进展10月18日 16:49
新基准 Taste-Bench 显示 AI 智能体长期决策判断力不足报道时间线
沿着报道，了解事件的不同侧面。
10月18日
- The Decoder新基准 Taste-Bench 显示 AI 智能体长期决策判断力不足
研究者提出 Taste-Bench，用 502 道“决策分叉”二选一题衡量智能体在长期任务中的路径判断力，最佳模型 GPT-5.6 Sol 平均准确率仅 59.7%。
本事件热度走势
- 可比范围当前
- 3
- 可比范围峰值
- 910月18日 20:00
- 近 24 小时变化
- -49%
02.557.510
10月19日12:0010月20日12:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。