Hogar
ByteDance Seed presenta el banco de pruebas EdgeBench para redefinir los parámetros de evolución de los agentes
A medida que la inteligencia artificial avanza rápidamente, evaluar la capacidad de los agentes para aprender de forma continua en escenarios del mundo real se ha convertido en un aspecto clave tanto para los investigadores como para la industria. El equipo de ByteDance Seed ha presentado recientemente «EdgeBench», un banco de pruebas a largo plazo que ofrece un nuevo estándar cuantitativo para esta área de estudio.
El principal punto fuerte de EdgeBench es su énfasis en el aprendizaje en entornos del mundo real. Comprende 134 tareas que abarcan seis ámbitos, cada una de las cuales requiere que el agente funcione de forma continua durante al menos 12 horas. Este diseño supera las limitaciones de las evaluaciones a corto plazo al simular de forma más realista el rendimiento de los agentes durante períodos prolongados en entornos complejos y dinámicos. El equipo recopiló aproximadamente 38 000 horas de datos de interacción para crear este riguroso marco de pruebas.

Los resultados revelan un patrón notable: el rendimiento de los agentes en el aprendizaje ambiental sigue de cerca una curva log-sigmoide, alcanzando un R² de 0,998. Esto indica un proceso de aprendizaje muy regular. Además, los datos del periodo comprendido entre septiembre de 2025 y mayo de 2026 muestran que la velocidad de aprendizaje de los modelos de última generación aumentó significativamente, duplicándose cada tres meses.
EdgeBench ha publicado en código abierto 51 tareas junto con su marco de evaluación completo para los desarrolladores. Aunque aún se encuentra en la fase de exploración académica, es el primer banco de pruebas que caracteriza cuantitativamente los patrones de aprendizaje ambiental a largo plazo. Para los investigadores en IA, estos patrones ofrecen no solo una métrica concreta para evaluar el rendimiento de los modelos, sino también una guía para mejorar la adaptabilidad ambiental de los agentes y la eficiencia del aprendizaje en el futuro.
Artículo relacionado
Ctrip Business Travel presenta un ecosistema de inteligencia artificial con 7 agentes del sector y 17 capacidades principales
Ctrip Business Travel ha presentado oficialmente el «Ecosistema de IA de Ctrip Business Travel», que aprovecha los modelos de lenguaje a gran escala para reestructurar de forma radical la gestión de l
Stripe adquirirá OpenRouter a medida que el enrutamiento basado en modelos de IA cobra impulso
Stripe ha acordado adquirir OpenRouter, una plataforma de enrutamiento de modelos de IA que ofrece a los desarrolladores acceso a cientos de modelos a través de una única interfaz. El acuerdo amplía e
El exinvestigador de OpenAI, Barrett Zoph, regresa a Google para colaborar en el desarrollo de Gemini
Barret Zoph, que anteriormente abandonó de forma repentina la empresa para incorporarse a OpenAI debido a un desacuerdo con la directora general de Thinking Machines Lab, Miriam Mularati, ha vuelto a
Recomendaciones de temas especiales relacionados
comentario (1)
0/500
A medida que la inteligencia artificial avanza rápidamente, evaluar la capacidad de los agentes para aprender de forma continua en escenarios del mundo real se ha convertido en un aspecto clave tanto para los investigadores como para la industria. El equipo de ByteDance Seed ha presentado recientemente «EdgeBench», un banco de pruebas a largo plazo que ofrece un nuevo estándar cuantitativo para esta área de estudio.
El principal punto fuerte de EdgeBench es su énfasis en el aprendizaje en entornos del mundo real. Comprende 134 tareas que abarcan seis ámbitos, cada una de las cuales requiere que el agente funcione de forma continua durante al menos 12 horas. Este diseño supera las limitaciones de las evaluaciones a corto plazo al simular de forma más realista el rendimiento de los agentes durante períodos prolongados en entornos complejos y dinámicos. El equipo recopiló aproximadamente 38 000 horas de datos de interacción para crear este riguroso marco de pruebas.

Los resultados revelan un patrón notable: el rendimiento de los agentes en el aprendizaje ambiental sigue de cerca una curva log-sigmoide, alcanzando un R² de 0,998. Esto indica un proceso de aprendizaje muy regular. Además, los datos del periodo comprendido entre septiembre de 2025 y mayo de 2026 muestran que la velocidad de aprendizaje de los modelos de última generación aumentó significativamente, duplicándose cada tres meses.
EdgeBench ha publicado en código abierto 51 tareas junto con su marco de evaluación completo para los desarrolladores. Aunque aún se encuentra en la fase de exploración académica, es el primer banco de pruebas que caracteriza cuantitativamente los patrones de aprendizaje ambiental a largo plazo. Para los investigadores en IA, estos patrones ofrecen no solo una métrica concreta para evaluar el rendimiento de los modelos, sino también una guía para mejorar la adaptabilidad ambiental de los agentes y la eficiencia del aprendizaje en el futuro.
Ctrip Business Travel presenta un ecosistema de inteligencia artificial con 7 agentes del sector y 17 capacidades principales
Ctrip Business Travel ha presentado oficialmente el «Ecosistema de IA de Ctrip Business Travel», que aprovecha los modelos de lenguaje a gran escala para reestructurar de forma radical la gestión de l
Stripe adquirirá OpenRouter a medida que el enrutamiento basado en modelos de IA cobra impulso
Stripe ha acordado adquirir OpenRouter, una plataforma de enrutamiento de modelos de IA que ofrece a los desarrolladores acceso a cientos de modelos a través de una única interfaz. El acuerdo amplía e
El exinvestigador de OpenAI, Barrett Zoph, regresa a Google para colaborar en el desarrollo de Gemini
Barret Zoph, que anteriormente abandonó de forma repentina la empresa para incorporarse a OpenAI debido a un desacuerdo con la directora general de Thinking Machines Lab, Miriam Mularati, ha vuelto a











