edgebench

EdgeBench分析了跨越134个任务的38000小时真实世界智能体交互，揭示了性能的对数S形缩放定律以及指数级学习速度提升。该论文引入了一个基准测试套件，用于研究智能体如何从真实世界经验中学习。

字节Seed团队发布了EdgeBench基准测试，允许AI模型连续工作12-72小时来评估长程任务中的学习能力，发现模型从环境学习的时间和性能之间遵循log-sigmoid曲线，存在新的Scaling Law。

字节跳动 Seed 发布了 EdgeBench，这是一个基准测试，用于测试AI代理能否通过执行超过12小时的现实世界任务来从经验中提升，将评估从静态知识转向动态学习。

EdgeBench揭示了一条新缩放定律，表明即时AI学习速度每三个月翻一番。