ByteDanceが超長距離ベンチマークコレクションEdgeBenchを発表

ByteDanceのSeedチームは、実世界環境におけるAIエージェントの継続的な学習能力を測定するための超長距離評価データセットであるEdgeBenchを発表しました。このデータセットには、科学、ソフトウェアエンジニアリング、知識労働など6つの主要分野を網羅する134の実世界タスクが含まれており、各タスクは12時間以上の連続動作に対応しています。研究によると、環境との相互作用におけるエージェントの学習軌跡は高精度の対数シグモイド曲線を描き、最先端モデルの学習速度は3ヶ月ごとに倍増することが分かっています。