# Taste-Bench 최고 모델, 더 나은 방향을 59.7% 선택

Microsoft와 동료들의 논문에 따르면, 최고 모델은 긴 엔지니어링·연구 과제에서 열려 있는 더 나은 방향을 고르는 Taste-Bench 문항의 59.7%를 맞힌다. 나중에 나오는 근거로 판가름나는 분기점은 훨씬 어렵고, 추론 예산을 늘려도 정확도는 오르지 않으며, 교사의 결과 판단을 증류하면 홀드아웃 SWE-bench Pro 성공률이 개선된다.

Language: ko
Time zone: Asia/Seoul
Current time (UTC, cached as of): 2026-11-10T07:31:00.000Z
Query date (Asia/Seoul): 2026-11-10

HTML: https://didcodexreset.com/ko/news/7ecd25ff37594380818276ef.html

Content language: ko
Localization state: translated

출처: elvis · 2026. 9. 25. 23:35:23 게시

Microsoft와 동료들의 논문은 프런티어 에이전트가 긴 과제의 결정 지점에서 더 나은 방향을 얼마나 자주 고르는지 측정한다. Taste-Bench의 각 문항은 궤적에서 여러 방향이 열려 있고 그중 하나가 더 나은 결과로 이어지는 지점이다. 분기점은 엔지니어링·연구 실행의 병렬 시도와 우회에서 자동으로 추출된다. 최고 모델의 정답률은 59.7%다.

궤적 후반에 결정 근거가 나타나는 분기점은 훨씬 어렵고, 추론 예산을 키워도 정확도는 오르지 않는다. 저자들은 교사의 결과 판단을 학생 모델에 증류했고, 이는 홀드아웃 SWE-bench Pro 과제의 엔드투엔드 성공을 높인다.

논문은 [arXiv](https://arxiv.org/abs/2609.25804)에서 볼 수 있으며, 함께 제공되는 [Chat with Paper](https://academy.dair.ai/papers/the-tasteful-agent-measuring-and-improving-taste-in-long-horizon-tasks-2609.25804) 페이지도 있다.

Tags: Taste-Bench, AI 에이전트, 벤치마크, Microsoft, SWE-bench

[원문 게시물 보기](https://x.com/omarsar0/status/2103478384584278502)