The Decoder· Jonathan Kemper·· 18 天前AI 评分54
Taste-Bench 基准测试显示 AI 智能体长期决策品味不佳
AI agents have bad taste in long-term decisions and a new benchmark proves it
AI 导读
新基准 Taste-Bench 用智能体运行轨迹中的决策分叉测量长期决策的"品味"，包含 502 道二选一问题。
来源：The Decoder · the-decoder.com