研究者提出TasteBench品味评测基准

Xiaofan Wu等研究者发布论文，提出TasteBench——一个在视觉、品牌、图书与技术品类上成对比较好坏样本的"品味"基准，并配套控制协议以区分工艺判断与测试作弊。基准采用冻结评分标准，金标仅由专家标注，专家组不少于3人、一致率不低于0.60为主门槛，较弱的参与度标签仅用于训练与分析。作者同时发布了参考评测工具与侧别随机化工具。 作者称，工艺领域的天花板是配对难度的限制，需在第二轮解决；此次未评估参与度、时代/圈层条件或校准，也未宣称在通用品味上达到最先进水平。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。