Taste-Bench는 코딩과 연구 작업의 실행 기록에서 갈림길 502개를 추려, 이후 전개를 숨긴 채 더 나은 다음 행동을 고르게 한다. 두 선택지 순서를 뒤집은 경우까지 모두 맞아야 정답이므로 무작위 기준은 25%다. 공개 평가의 최고 평균은 59.7%였으며, 나중에야 결정적 근거가 드러나는 문제에서 특히 약했다. 후속 학습 실험은 41개 보류 과제의 성공률이 조언 없이 14.6%에서 학습한 판단 조언을 더하면 33.7%로 높아졌다고 보고했다. 작은 과제 집합과 특정 실행 기록의 결과이므로 일반 업무 성과로 확대할 수 없다.