热点事件持续更新
Taste-Bench 衡量AI智能体长期决策品味
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
2026年10月18日，The Decoder 报道，研究者提出新基准 Taste-Bench，用于测量 AI 智能体在长期任务中选择更优路径的能力。该基准由 502 道决策分叉题组成，结果显示智能体在长期决策上的品味不足：表现最好的 GPT-5.6 Sol 正确率为 59.7%，GPT-5.5 为 59.5%。目前报道仅涉及基准发布与首轮成绩，尚无后续进展。
AI 根据报道生成 · 2 小时前更新
最新进展10月18日 16:49
研究者发布 Taste-Bench，GPT-5.6 Sol 以 59.7% 正确率居首。报道时间线
沿着报道，了解事件的不同侧面。
10月18日
- The Decoder新基准 Taste-Bench 显示 AI 智能体长期决策的品味不足
研究者提出 Taste-Bench，用 502 道决策分叉题测量智能体在长期任务中选择更优路径的能力，表现最好的 GPT-5.6 Sol 正确率为 59.7%，GPT-5.5 为 59.5%。
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。