热点事件观察中
Taste-Bench 基准揭示智能体长期决策短板
1 篇报道1 个报道来源2 天前更新
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，用于考察 AI 智能体在决策分叉点选择更优路径的能力。该基准包含 502 道二元选择题，聚焦智能体的长期决策表现。报道称，测试中表现最佳的模型 GPT-5.6 Sol 平均准确率仅为 59.7%，显示智能体在长期决策能力上仍存在明显不足。目前该报道为事件最新且唯一进展，尚无后续评测结果或各方回应。
AI 根据报道生成 · 2 天前更新
最新进展10月18日 16:49
新基准 Taste-Bench 显示最佳模型 GPT-5.6 Sol 平均准确率仅 59.7%。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不足
研究者提出 Taste-Bench，用 502 道二元选择题考察智能体在决策分叉点选择更优路径的能力，最佳模型 GPT-5.6 Sol 平均准确率仅 59.7%。
本事件热度走势
当前热度 3·可比范围峰值 10（10月18日 18:00）·近 24 小时可比范围变化 -49%
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。