AI最前沿 88Z.ai 7 月 7 日消息，字节跳动Seed团队发布EdgeBench，旨在评估AI Agent在真实环境中的持续学习能力。该评测集涵盖六大领域的134个真实任务，支持长时间连续运行。研究显示，Agent的学习轨迹符合高精度log-sigmoid曲线，且前沿模型的学习速度每三个月翻一番。
消息要点
- EdgeBench包含134个真实任务，覆盖六大领域并支持12小时以上连续运行
- 研究发现Agent学习轨迹遵循log-sigmoid曲线，前沿模型学习速度每三月翻倍
要点
字节跳动Seed团队正式推出超长程评测集EdgeBench，专注于衡量AI Agent在真实世界场景下的持续学习表现。该评测集精心设计了134个来自现实世界的任务，广泛覆盖科学探索、软件工程及知识工作等六大核心领域。每个任务均支持超过12小时的连续运行，以充分测试Agent的长期交互与适应能力。 基于该评测集的研究发现，AI Agent在与环境交互过程中的学习轨迹呈现出高精度的log-sigmoid曲线特征。此外，数据表明前沿模型的学习效率提升显著，其学习速度大约每三个月就会实现翻倍增长，显示出快速进化的趋势。
资料来源与整理说明
本文由 AI最前沿通过 AI 辅助整理公开资料。产品能力与开放范围按发布方说明转述，未将其视为本站实测或独家采访结论。
- 字节跳动Seed原始资料发布于
以上日期为原始资料发布日期；标题下方日期为本文在 AI最前沿的发布时间。