MMDM多任务决策基准发布

事件综述根据 1 篇报道整理，11月11日更新

研究者提出并发布 MMDM（Massive Multitask Decision Making）基准，用于评测决策模型在多任务决策中的表现。该基准包含 16 个任务类别的 5,448 道题，覆盖智能体状态跟踪、工具与技能选择、偏好判断和评分量表打分等场景，题型包括单选、多选和软标签决策。 据作者团队介绍，题目由新构建任务与基于来源的重组、改写组成，选项空间从 2 到 1,024，输入最长 64,817 Token。该基准目前处于发布阶段，尚未见第三方复现或独立评测结果。

综述由模型根据报道生成，细节以各篇原文为准。