EdgeBench: Unveiling Scaling Laws of Learning from Real-World Environments
本条目由 AI 按收录标准筛选与撰写，经独立的 AI 核查在原文中逐条找到依据，未经人工审核；数字与结论以原文为准。
相关报告
收录理由
该报告为公开技术论文摘要，基于大规模真实环境智能体交互数据归纳缩放规律，构建 EdgeBench 长时程多领域任务套件并释放任务与评测框架。
关键要点
- 分析约38000小时、134个真实世界任务上的智能体与环境交互。
- 环境学习期间整体表现遵循 log-sigmoid 缩放定律，R² 达 0.998。
- 跨模型世代，智能体学习速度约每三个月大致翻倍。
- EdgeBench 含134项超长子时距真实任务，每项至少支持12小时连续智能体运行。
- 任务涵盖科学发现、软件工程、组合优化、专业知识工作、形式数学与交互游戏。
- 公开释放51项任务及完整评测框架以研究环境经验学习。