AI情报Oct 18, 2026AI情报文章一个名为Taste-Bench的新基准测试评估AI代理在长期任务中做出战略选择的能力。据报道,即使是最好的模型Gemini 4 Argon,在长期决策方面也显示出明显弱点。AI 生成:摘要由 AI 根据所链接的来源撰写。 我们如何使用 AIAI 生成2026年10月18日来源: The Decoder01来源简报一个名为Taste-Bench的新基准测试评估AI代理在长期任务中做出战略选择的能力。据报道,即使是最好的模型Gemini 4 Argon,在长期决策方面也显示出明显弱点。02相关话题AI研究基准测试AI代理决策查看本期