以下为上游提供的源文稿，可能存在识别错误。
乔木转写是基于源文稿的中文提炼，不是逐字翻译。请核对原文中的人名、数字与观点。
选一篇，慢慢读
从左侧挑一篇，正文会在这里排成书页。
Do research agents have taste, the judgment of which experiments are worth running before their outcomes are known? We give six frontier models seven recent NLP papers. Each model, working as a research agent alone or as a team, proposes minimum viable experiments (MVEs), forecasts whether each will pass a threshold it
阅读原文 · Art Kanke
向阳乔木 · opencode-go/deepseek-v4.1-flash
研究品味这件事，终于有人拿来做评测了。 rTaste 问的问题很直接：研究智能体有没有“品味”，也就是在结果还不知道的时候，判断哪个实验值得做。作者让六个前沿模型读七篇近期 NLP 论文，各自或组队提出最小可行实验（MVE），预测能不能过自己设的阈值，再排序。然后由一个独立的执行器把每个 MVE 都跑一遍，包括排在最后的，最后三个模型审计员来评结果。 这篇论...