热点事件持续更新
Taste-Bench 基准：AI 智能体长期决策能力测试
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，用于衡量 AI 智能体在长期任务中的决策品味。该基准由 502 道分叉选择题构成，要求智能体在长期任务中做出选择。报道称，表现最好的 GPT-5.6 Sol 平均正确率为 59.7%，其余模型明显更低，整体表现接近随机猜测。目前该事件仅有这一篇报道，尚无后续进展。
AI 根据报道生成 · 1 小时前更新
最新进展10月18日 16:49
研究者发布 Taste-Bench，502 道分叉选择题测试显示智能体长期决策接近随机。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 智能体长期决策能力接近随机猜测
研究者提出 Taste-Bench，用 502 道分叉选择题衡量智能体在长期任务中的决策品味，表现最好的 GPT-5.6 Sol 平均正确率 59.7%，其余模型明显更低。
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。