DTBench：Epoch AI 发布决策理论基准，随机猜测得分 40%

Epoch AI 的 DTBench 基准基于公开的 Conceptual Reasoning Index 排行榜，报告模型在 407 道能力题上的准确率，态度题因无客观正确答案不计分。随机猜测得分为 40%，基准作者认为上限表现接近 100%。模型以各实验室默认采样参数、最大可用 token 上限和推理设置运行，态度部分与证据决策论建议一致的答案比例保留在数据导出中。