415 个实验实测：研究型 Agent 的「品味」排名几乎不比随机挑选强

rTaste 论文通过 415 个实验，检验六款前沿模型作为科研 Agent 的早期研究判断力。测试结果显示，这些模型对研究方案的「品味」排名几乎没有明显胜过随机挑选。