热点事件持续更新
Taste-Bench 基准测试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，研究者提出名为 Taste-Bench 的新基准，用于衡量 AI 智能体在长期任务中的决策品味。该基准由 502 道二元选择题构成。报道称，在该基准上表现最佳的模型 GPT-5.6 Sol 仅得 59.7%，接近随机猜测。目前事件进展仅限于该基准的提出与首轮测试结果的公布，报道未提及后续评测或方法更新。
AI 根据报道生成 · 2 小时前更新
最新进展10月18日 16:49
研究者提出 Taste-Bench，最佳模型 GPT-5.6 Sol 仅得 59.7%，接近随机猜测。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 衡量 AI 智能体的长期决策品味
研究者提出 Taste-Bench，用 502 道二元选择题衡量智能体在长期任务中的决策品味，最佳模型 GPT-5.6 Sol 仅得 59.7%，接近随机猜测。
本事件热度走势
当前热度 9·可比范围峰值 10（10月18日 17:00）·近 24 小时可比范围变化 –
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。