Makalah & Riset

EdgeBench: mengungkap hukum skala pembelajaran dari lingkungan dunia nyata

Judul asli:EdgeBench: Unveiling Scaling Laws of Learning from Real-World Environments

Ringkasan AI

Tim Seed ByteDance merilis EdgeBench, berisi 134 tugas dunia nyata yang mencakup 6 bidang termasuk penemuan ilmiah dan rekayasa perangkat lunak, dengan setiap tugas mendukung setidaknya 12 jam operasi agen berkelanjutan. Berdasarkan sekitar 38.000 jam data interaksi, ditemukan bahwa kinerja keseluruhan terhadap waktu interaksi lingkungan mengikuti hukum skala sigmoid logaritmik yang presisi (R²=0,998), dan kecepatan pembelajaran agen berlipat ganda sekitar setiap tiga bulan. Sebanyak 51 tugas dan kerangka evaluasi lengkap telah dipublikasikan.

Poin utama

  • Tim Seed ByteDance merilis EdgeBench,berisi 134 tugas dunia nyata yang mencakup 6 bidang termasuk…
  • Berdasarkan sekitar 38.
  • 000 jam data interaksi,ditemukan bahwa kinerja keseluruhan terhadap waktu interaksi lingkungan…
  • Sebanyak 51 tugas dan kerangka evaluasi lengkap telah dipublikasikan.

Ringkasan cepat

Waktu terbit
Waktu diperbarui
Sumber
字节 Seed:Research Papers(网页内嵌数据)
Kategori
Makalah & Riset
Skor AI
74
Baca aslinya Baca artikel lengkap di sumber aslinya
Alasan rekomendasi

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。

Entitas Terkait

Sumber dan hak cipta

Artikel ini disusun berdasarkan judul pilihan dan ringkasan AI dari API publik AIHOT, dengan sumber yang dicantumkan dan tautan balik; hak cipta konten asli milik media dan penulis aslinya, situs ini tidak menyalin artikel secara penuh.

Tautan asli · Entri AIHOT

Cara mengutip

Saat mengutip artikel ini, sertakan judul, tanggal, dan tautan permanen, serta cantumkan sumber Orange News.

Orange News: EdgeBench: mengungkap hukum skala pembelajaran dari lingkungan dunia nyata. 6 Juli 2026. https://new.nat6.net/id/news/cmra57ei80146ihx8c551d8w6/

Lihat semua →