Un nuevo punto de referencia llamado Taste-Bench prueba qué tan bien los agentes de IA toman decisiones estratégicas durante…

…tareas de larga duración. Incluso el mejor modelo, Gemini 4 Argon, según se informa, muestra debilidades significativas en la toma de decisiones a largo plazo.

Generado por IA: resúmenes redactados por IA a partir de las fuentes enlazadas. Cómo usamos la IA