Un nouveau benchmark révèle les limites des agents IA en prise de décision long terme
En bref
- Taste-Bench mesure la qualité des décisions stratégiques des agents IA sur le long terme.
- GPT-5.6 Sol atteint moins de 60 % de réussite sur des choix binaires simples.
- L'augmentation du temps de réflexion ne corrige pas les erreurs de jugement.
Un benchmark nommé Taste-Bench évalue la capacité des agents IA à prendre des décisions stratégiques sur le long terme. Même les meilleurs modèles, comme GPT-5.6 Sol, ne réussissent qu'à peine plus de la moitié des choix binaires simples, et l'allongement du temps de réflexion n'améliore pas les résultats.
Ce résumé vous donne l'essentiel. L'article complet, ses chiffres et ses citations sont chez The Decoder.
Lire l'article originalRésumé généré par IA à partir de la source, relu par règles. Signaler une erreur