先了解这件事
AI 综述
字节 Seed 发布 EdgeBench,一个衡量智能体从真实环境学习的超长时程基准。该基准包含 134 项任务,覆盖六大能力领域,每项任务支持至少 12 小时连续运行。基于约 38000 小时环境交互,研究发现智能体在环境学习中的整体表现遵循 log-sigmoid 曲线,平均拟合优度 R2 达 0.998,且不同代际前沿模型的学习速度约每三个月翻倍。EdgeBench 已开源 51 项任务及完整评测框架。目前尚无后续发展事实。
AI 根据公开报道生成
最新进展 · 正式报道
字节 Seed 发布 EdgeBench：衡量智能体真实环境学习的超长时程基准事件进展
1 个已确认进展
- 来源：字节 Seed：Research Papers
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
10月1日
A6 a6-070 · 字节 Seed：Research Papers一手
字节 Seed 发布 EdgeBench：衡量智能体真实环境学习的超长时程基准
字节 Seed 发布 EdgeBench，一个衡量智能体从真实环境学习的超长时程基准，包含 134 项任务、覆盖六大能力领域，每项任务支持至少 12 小时连续运行。基于约 38000 小时环境交互，研究发现智能体在环境学习中的整体表现遵循 log-sigmoid 曲线，平均拟合优度 R² 达 0.998，且不同代际前沿模型的学习速度约每三个月翻倍。EdgeBench 已开源 51 项任务及完整评测框架。