EdgeBench: वास्तविक दुनिया के वातावरण से सीखने के स्केलिंग नियम का खुलासा
मूल शीर्षक:EdgeBench: Unveiling Scaling Laws of Learning from Real-World Environments
AI सारांश
ByteDance Seed टीम ने EdgeBench जारी किया, जिसमें 134 वास्तविक दुनिया के कार्य शामिल हैं, जो वैज्ञानिक खोज, सॉफ़्टवेयर इंजीनियरिंग सहित 6 क्षेत्रों को कवर करते हैं, और प्रत्येक कार्य कम से कम 12 घंटे के निरंतर एजेंट संचालन का समर्थन करता है। लगभग 38,000 घंटे के इंटरैक्शन डेटा के आधार पर, पाया गया कि समग्र प्रदर्शन और पर्यावरण इंटरैक्शन समय के बीच सटीक लघुगणकीय S-आकार का स्केलिंग नियम है (R²=0.998), और एजेंट की सीखने की गति लगभग हर तीन महीने में दोगुनी होती है। 51 कार्य और पूर्ण मूल्यांकन ढांचा सार्वजनिक किया गया है।
मुख्य जानकारी
- ByteDance Seed टीम ने EdgeBench जारी किया,जिसमें 134 वास्तविक दुनिया के कार्य शामिल हैं,जो…
- 000 घंटे के इंटरैक्शन डेटा के आधार पर,पाया गया कि समग्र प्रदर्शन और पर्यावरण इंटरैक्शन समय के बीच…
- 998),और एजेंट की सीखने की गति लगभग हर तीन महीने में दोगुनी होती है। 51 कार्य और पूर्ण मूल्यांकन…
एक नज़र में
- प्रकाशन समय
- अपडेट समय
- श्रेणी
- पेपर और शोध
- AI स्कोर
- 74
这篇论文首次量化了智能体在134个长周期真实任务中从环境学习的性能曲线,发现log-sigmoid缩放定律精确度极高,且学习速度约每三个月翻倍。对于正在设计长期自主agent的团队,这是一份必须看的底层规律报告。
संबंधित एंटिटी
स्रोत और कॉपीराइट
यह लेख AIHOT के सार्वजनिक API की चयनित सुर्खियों और AI सारांशों के आधार पर तैयार किया गया है, स्रोत का उल्लेख और लिंक दिया गया है; मूल पाठ का कॉपीराइट मूल मीडिया और लेखक के पास है, यह साइट पूरा पाठ मिरर नहीं करती।
उद्धरण कैसे दें
इस लेख का उद्धरण देते समय शीर्षक, तिथि और स्थायी लिंक बनाए रखें और स्रोत Orange News बताएं।
Orange News: EdgeBench: वास्तविक दुनिया के वातावरण से सीखने के स्केलिंग नियम का खुलासा। 6 जुलाई 2026। https://new.nat6.net/hi/news/cmra57ei80146ihx8c551d8w6/