labelSWE-bench Pro(1 บทความ)

งานวิจัยชี้ AI agent ตัดสินใจระยะยาว "รสนิยมแย่" พอ ๆ กับการสุ่มเลือก

งานวิจัยเปิด Taste-Bench ชี้ AI Agent ขาดรสนิยมในการตัดสินใจระยะยาว แทบไม่ต่างจากการสุ่มเลือก