System One模型决策失败诊断研究发布

2026年10月14日，Yubo Li等作者在arXiv人工智能板块发布预印本论文，对System One模型在Agent循环中的决策失败进行诊断。研究采用行为学方法：在覆盖模拟环境、客服策略、工具使用、网页导航和编程的冻结基准上，为每个下一步动作问题配对同一状态的事实探针，并独立作答，以考察模型是否“读对了，却做错了”。作者称该版本为初始版本，目的是鼓励公开讨论并分享初步发现；对更多开源System One模型的评估仍在进行中。截至该报道，尚无后续跟进报道，事件进展以该预印本发布为限。

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。