The Decoder· Jonathan Kemper·· 3 小时前AI 评分58
新基准 Taste-Bench 显示 AI 智能体长期决策判断力不足
AI agents have bad taste in long-term decisions and a new benchmark proves it
AI 导读
论文作者提出 Taste-Bench，用 502 道决策分叉题衡量智能体在长期任务中的判断力，即所谓 taste。
来源：The Decoder · the-decoder.com