•SiTech AI Team
Yeni Taste-Bench: En iyi AI ajanları bile uzun vadeli kararlarda yazı tura atışından zor geçiyor
Microsoft ve Hong Kong Şehir Üniversitesi araştırmacıları, AI ajanlarının uzun vadeli kararlardaki karar verme yeteneğini ölçen Taste-Bench benchmark'ını oluşturdu. En iyi model, GPT-5.6 Sol, ikili seçimde yalnızca %59,7 puan topladı.
