--- format: "aidr-story-markdown/v1" id: "b28e2d9a0bfeae15e9491c1b750c70f832491604d59d15439caa96a5eeb8fdd5" canonical_url: "https://aidr.today/b28e2d9a?lang=vi" title: "MMDM: Measuring Massive Multitask Decision Making" lang: "vi" requested_lang: "vi" available_langs: ["en","vi"] translation_fallback: null fallback_fields: [] published_at: "2026-11-11T00:00:00.000Z" category: "Data" topics: ["llm","data-engineering"] source_urls: ["https://huggingface.co/papers/2611.14309"] summary: "Các decision model System-1 trực tiếp đưa ra các quyết định xác suất có cấu trúc trên các tùy chọn do truy vấn chỉ định, dựa trên trạng thái, trong một lần truyền tin tiến, mà không tạo ra các quỹ đạo suy luận hay câu trả lời văn bản một cách tự động. Các đánh giá gần đây bao phủ nhiều nhiệm vụ đa dạng nhưng thường dựa vào các benchmark hiện có, nơi sự tiếp xúc trước với tài liệu kiểm tra có thể làm mờ đi khả năng tổng quát hóa. Hơn nữa, ra quyết định trong thế giới thực thường liên quan đến ngữ cảnh dài, không gian lựa chọn lớn và các phụ thuộc logic phức tạp — những thách thức mà các benchmark hiện tại chưa thực sự đáp ứng đồng thời. Vì vậy, chúng tôi giới thiệu MMDM (Massive Multitask Decision Making), một benchmark gồm 5.448 câu hỏi chất lượng cao trải dài 16 hạng mục nhiệm vụ, kết hợp các nhiệm vụ mới được xây dựng cùng các bản cấu trúc và chỉnh sửa dựa trên nguồn gốc cho việc ra quyết định đơn lựa chọn, đa lựa chọn và nhãn mềm trong các ngữ cảnh mới. Benchmark này bao phủ các kịch bản thực tế như theo dõi trạng thái agent, lựa chọn công cụ và kỹ năng, đánh giá sở thích và chấm điểm theo rubric, với không gian lựa chọn từ 2 đến 1.024 và đầu vào lên đến 64.817 token." --- # MMDM: Measuring Massive Multitask Decision Making > [Open the canonical story]() **Published:** 2026-11-11T00:00:00.000Z **Category:** Data **Topics:** llm, data\-engineering ## Summary Các decision model System\-1 trực tiếp đưa ra các quyết định xác suất có cấu trúc trên các tùy chọn do truy vấn chỉ định, dựa trên trạng thái, trong một lần truyền tin tiến, mà không tạo ra các quỹ đạo suy luận hay câu trả lời văn bản một cách tự động\. Các đánh giá gần đây bao phủ nhiều nhiệm vụ đa dạng nhưng thường dựa vào các benchmark hiện có, nơi sự tiếp xúc trước với tài liệu kiểm tra có thể làm mờ đi khả năng tổng quát hóa\. Hơn nữa, ra quyết định trong thế giới thực thường liên quan đến ngữ cảnh dài, không gian lựa chọn lớn và các phụ thuộc logic phức tạp — những thách thức mà các benchmark hiện tại chưa thực sự đáp ứng đồng thời\. Vì vậy, chúng tôi giới thiệu MMDM \(Massive Multitask Decision Making\), một benchmark gồm 5\.448 câu hỏi chất lượng cao trải dài 16 hạng mục nhiệm vụ, kết hợp các nhiệm vụ mới được xây dựng cùng các bản cấu trúc và chỉnh sửa dựa trên nguồn gốc cho việc ra quyết định đơn lựa chọn, đa lựa chọn và nhãn mềm trong các ngữ cảnh mới\. Benchmark này bao phủ các kịch bản thực tế như theo dõi trạng thái agent, lựa chọn công cụ và kỹ năng, đánh giá sở thích và chấm điểm theo rubric, với không gian lựa chọn từ 2 đến 1\.024 và đầu vào lên đến 64\.817 token\. ## Sources - [Story source]()