Nya tester visar att AI-agenter kämpar med tidskritiska beslut i realtid

arXiv cs.AI

Ett nytt riktmärke kallat Realtime-Bench testar hur väl AI-modeller klarar av att agera under tidspress – och resultaten är nedslående: den bästa modellen når bara 44% framgångsfrekvens när miljön faktiskt tickar framåt i realtid. Det intressanta är att mer avancerat resonemang inte nödvändigtvis hjälper – ibland tar det så lång tid att tänka att chansen att handla i rätt tid redan är förbi.