Taste‑Bench：衡量 AI 代理長期決策品味的基準
AI agents have bad taste in long-term decisions and a new benchmark proves it
AI 導讀
Taste‑Bench 是一項新基準，用以測量 AI 代理在長期決策中的品味。
- 測試設計：從 502 個分支點中挑選，要求模型在未見後續證據前選擇更佳路徑，類似於人類事後判斷。
信源出處the-decoder.com
AI agents have bad taste in long-term decisions and a new benchmark proves it
本文為 888news AI 精選之重點導讀。若需閱讀作者完整原文、技術細節與官方討論，請前往原始網站。
來源： The Decoder (the-decoder.com)
開啟原文