首个System One决策模型认知实验基准发布
资讯摘要
论文提出S1CogBench，用于评估Jev、Laya等System One决策模型（又称类型化决策模型）在24项认知任务上的表现，并对比五个开放模型。作者报告：决策模型可靠性差异大，行为表现好不代表能预测人类，聚合分数掩盖了决策对条件的响应，速度主要来自不生成文本。该基准据称是首个针对此类模型的认知实验评测。
要点速读
- S1CogBench覆盖24项认知任务，评估五个开放模型及Jev。
- 作者报告决策模型可靠性差异大，且行为表现好不等于能预测人类。
- 作者指出聚合分数掩盖决策对条件的响应，速度主要源于不生成文本。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/4 08:00:28（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。