字节发布EdgeBench评测Agent长程迭代能力

字节跳动Seed团队发布了全新评测框架EdgeBench，专门用于衡量AI智能体在真实环境中长达十数小时的自主迭代与持续学习能力。该评测集包含134项跨领域的真实任务，团队通过对约3.8万小时交互数据的分析，发现性能提升呈现log-sigmoid扩展定律，且学习速度有指数级提升。测试细节显示，通过优化异常处理等关键策略，智能体的单测评分可获得高达6倍的提升。

2026-07-06 ~ 2026-07-07 · 4 条相关

• 字节跳动EdgeBench：评测AI智能体长达十小时的自我迭代能力 — karminski3 · 2026-07-06
• EdgeBench续：AI智能体关键策略优化让单测用例评分提升6倍 — karminski3 · 2026-07-06
• 字节发布EdgeBench:衡量Agent真实环境学习能力 — 字节跳动Seed · 2026-07-07
• EdgeBench:真实世界环境中学习的扩展定律 — ByteDance-Seed · 2026-07-07