Дом
ByteDance Seed представляет тест EdgeBench, призванный пересмотреть метрики оценки эволюции агентов
В связи с быстрым развитием искусственного интеллекта оценка эффективности непрерывного обучения агентов в реальных сценариях стала ключевым направлением как для исследователей, так и для промышленности. Команда ByteDance Seed недавно представила «EdgeBench» — долгосрочный тестовый набор, предлагающий новый количественный стандарт для этой области исследований.
Основное преимущество EdgeBench заключается в акценте на обучении в реальных условиях. Он включает 134 задачи в шести областях, каждая из которых требует от агента непрерывной работы в течение не менее 12 часов. Такая конструкция преодолевает ограничения краткосрочных оценок, более реалистично моделируя поведение агентов в течение длительных периодов времени в сложных динамичных условиях. Для создания этой строгой тестовой платформы команда собрала около 38 000 часов данных о взаимодействии.
Результаты выявили заметную закономерность: эффективность обучения агентов в реальной среде в значительной степени соответствует логарифмико-сигмоидальной кривой, достигая коэффициента R² равного 0,998. Это свидетельствует о высокой закономерности процесса обучения. Кроме того, данные за период с сентября 2025 года по май 2026 года показывают, что скорость обучения передовых моделей значительно возросла, удваиваясь каждые три месяца.
EdgeBench предоставил разработчикам 51 задачу с открытым исходным кодом вместе со всей своей системой оценки. Несмотря на то что проект все еще находится на этапе академических исследований, это первый тестовый набор, позволяющий количественно охарактеризовать закономерности долгосрочного обучения в условиях окружающей среды. Для исследователей в области ИИ эти закономерности представляют собой не только конкретный показатель для оценки производительности моделей, но и ориентир для повышения адаптивности агентов к окружающей среде и эффективности обучения в будущем.
Связанная статья
Ctrip Business Travel представляет экосистему искусственного интеллекта, включающую 7 отраслевых агентов и 17 ключевых функций
Ctrip Business Travel официально представила «Экосистему искусственного интеллекта Ctrip Business Travel», которая использует крупные языковые модели для коренной перестройки системы управления корпор
Stripe приобретет OpenRouter на фоне роста популярности маршрутизации на основе моделей искусственного интеллекта
Компания Stripe согласилась приобрести OpenRouter — платформу для маршрутизации моделей искусственного интеллекта, которая предоставляет разработчикам доступ к сотням моделей через единый интерфейс. Э
Бывший исследователь OpenAI Барретт Зоф возвращается в Google для участия в разработке Gemini
Баррет Зоф, который ранее внезапно уволился и перешел в OpenAI из-за разногласий с генеральным директором Thinking Machines Lab Мириам Муларати, вновь сменил работодателя. Компания Google, входящая в
Рекомендации по связанным специальным темам
Дизайн и искусство
Лучшие инструменты для создания иллюстраций с помощью ИИ: быстрее создавайте редакционные сцены и обложки
2026: Новейшие и самые популярные инструменты для создания иллюстраций с помощью ИИ: в нашем тщательно подобранном списке представлены лучшие инструменты с мощными функциональными возможностями, позволяющие быстро создавать потрясающие редакционные сцены и привлекательные обложки. Каждый вариант прошел тщательные практические испытания; мы предлагаем сравнение бесплатных и платных версий, чтобы помочь вам найти идеальный вариант для вашего рабочего процесса. Попробуйте эти незаменимые решения уже сегодня, чтобы раскрыть потенциал искусственного интеллекта и повысить свою творческую продуктивность. Узнайте больше на сайте XIX.AI.
10 инструментов
xix.ai
Образование и обучение
Лучшие репетиторы по искусственному интеллекту для подготовки к экзаменам: практикуйтесь по математике, естественным наукам и английскому языку
2026 года: лучшие и самые популярные ИИ-репетиторы для подготовки к экзаменам представлены на XIX.AI! В нашем тщательно подобранном списке представлены мощные инструменты, которые кардинально изменят ваш подход к обучению: здесь вы найдете сравнение бесплатных и платных версий, тесты на практике и еженедельно обновляемые рейтинги. Они помогут повысить эффективность вашего письма, упростить изучение сложных тем и раскрыть ваш академический потенциал. Ознакомьтесь с ними прямо сейчас, чтобы найти идеальный инструмент для подготовки к экзаменам, и начните творить уже сегодня, чтобы раскрыть свои преимущества благодаря ИИ!
10 инструментов
xix.ai
Финансы
Инструменты планирования бюджета на основе ИИ для управления личными финансами
В 2026 году на XIX.AI представлены новейшие, лучшие и наиболее рейтинговые инструменты ИИ для бюджетного планирования по личным финансам! Эта тщательно отобранная коллекция включает мощные, революционные решения, которые помогают проводить реальные тесты, понимать привычки расходов и создавать персонализированные планы для повышения продуктивности. Наслаждайтесь бесплатным сравнением с платными версиями вместе с подробными рейтингами. Инструменты, которые обязательно стоит попробовать, разработаны для упрощения управления деньгами и раскрытия вашего преимущества ИИ. Исследуйте сейчас!
11 инструментов
xix.ai
Здоровье и благополучие
Помощники для отслеживания сна с ИИ: улучшите восстановление за счёт более правильных привычек перед сном
2026 год: лучшие и наиболее высоко оценённые помощники для отслеживания сна на основе ИИ, отобранные для максимального восстановления организма. В этом полностью обновлённом еженедельном руководстве представлены мощные инструменты с результатами реальных тестов, сравнением бесплатных и платных версий, а также подробными рейтингами, которые помогут вам найти оптимальное решение для улучшения качества сна и формирования лучших привычек перед сном. Ознакомьтесь с ним прямо сейчас на сайте XIX.AI, чтобы раскрыть потенциал ИИ в вашей жизни.
10 инструментов
xix.ai
Анализ данных
AI-копилоты SQL для аналитики продуктов и выручки
2026: лучшие и самые популярные ИИ-помощники для работы с SQL в сфере аналитики продуктов и доходов! XIX.AI подготовила мощную, революционную подборку инструментов, которые обязательно стоит попробовать. Они проходят проверку в реальных условиях и включаются в еженедельно обновляемый рейтинг. Эти инструменты помогают пользователям значительно повысить продуктивность за счет ускорения анализа данных, оптимизации сложных запросов и получения точных аналитических выводов, которые позволяют принимать более обоснованные бизнес-решения. Ознакомьтесь с ними прямо сейчас, чтобы найти идеальный инструмент, который поможет вам раскрыть весь потенциал искусственного интеллекта!
14 инструментов
xix.ai
Образование и обучение
Лучшие помощники по домашним заданиям с ИИ, которые учат: изучайте концепции, а не просто ответы
2026: лучшие и самые популярные помощники по домашним заданиям с ИИ, которые обучают основным концепциям, а не просто дают готовые ответы. Мощные инструменты для студентов. Обязательный к пробованию тщательно отобранный список. Еженедельное обновление. Сравнение бесплатных и платных версий. Тестирование в реальных условиях. Точные рейтинги, которые помогут вам раскрыть весь свой учебный потенциал. Исследуйте сейчас, чтобы найти идеальный инструмент для более эффективного обучения.
10 инструментов
xix.ai
Комментарии (1)
![JackMitchell]()
So ByteDance thinks yet another benchmark will fix the agent evaluation problem? EdgeBench sounds cool but I wonder if it's just another lab test that doesn't reflect messy real-world scenarios. 🤔
В связи с быстрым развитием искусственного интеллекта оценка эффективности непрерывного обучения агентов в реальных сценариях стала ключевым направлением как для исследователей, так и для промышленности. Команда ByteDance Seed недавно представила «EdgeBench» — долгосрочный тестовый набор, предлагающий новый количественный стандарт для этой области исследований.
Основное преимущество EdgeBench заключается в акценте на обучении в реальных условиях. Он включает 134 задачи в шести областях, каждая из которых требует от агента непрерывной работы в течение не менее 12 часов. Такая конструкция преодолевает ограничения краткосрочных оценок, более реалистично моделируя поведение агентов в течение длительных периодов времени в сложных динамичных условиях. Для создания этой строгой тестовой платформы команда собрала около 38 000 часов данных о взаимодействии.
Результаты выявили заметную закономерность: эффективность обучения агентов в реальной среде в значительной степени соответствует логарифмико-сигмоидальной кривой, достигая коэффициента R² равного 0,998. Это свидетельствует о высокой закономерности процесса обучения. Кроме того, данные за период с сентября 2025 года по май 2026 года показывают, что скорость обучения передовых моделей значительно возросла, удваиваясь каждые три месяца.
EdgeBench предоставил разработчикам 51 задачу с открытым исходным кодом вместе со всей своей системой оценки. Несмотря на то что проект все еще находится на этапе академических исследований, это первый тестовый набор, позволяющий количественно охарактеризовать закономерности долгосрочного обучения в условиях окружающей среды. Для исследователей в области ИИ эти закономерности представляют собой не только конкретный показатель для оценки производительности моделей, но и ориентир для повышения адаптивности агентов к окружающей среде и эффективности обучения в будущем.
Ctrip Business Travel представляет экосистему искусственного интеллекта, включающую 7 отраслевых агентов и 17 ключевых функций
Ctrip Business Travel официально представила «Экосистему искусственного интеллекта Ctrip Business Travel», которая использует крупные языковые модели для коренной перестройки системы управления корпор
Stripe приобретет OpenRouter на фоне роста популярности маршрутизации на основе моделей искусственного интеллекта
Компания Stripe согласилась приобрести OpenRouter — платформу для маршрутизации моделей искусственного интеллекта, которая предоставляет разработчикам доступ к сотням моделей через единый интерфейс. Э
Бывший исследователь OpenAI Барретт Зоф возвращается в Google для участия в разработке Gemini
Баррет Зоф, который ранее внезапно уволился и перешел в OpenAI из-за разногласий с генеральным директором Thinking Machines Lab Мириам Муларати, вновь сменил работодателя. Компания Google, входящая в
2026: Новейшие и самые популярные инструменты для создания иллюстраций с помощью ИИ: в нашем тщательно подобранном списке представлены лучшие инструменты с мощными функциональными возможностями, позволяющие быстро создавать потрясающие редакционные сцены и привлекательные обложки. Каждый вариант прошел тщательные практические испытания; мы предлагаем сравнение бесплатных и платных версий, чтобы помочь вам найти идеальный вариант для вашего рабочего процесса. Попробуйте эти незаменимые решения уже сегодня, чтобы раскрыть потенциал искусственного интеллекта и повысить свою творческую продуктивность. Узнайте больше на сайте XIX.AI.
10 инструментов
xix.ai
2026 года: лучшие и самые популярные ИИ-репетиторы для подготовки к экзаменам представлены на XIX.AI! В нашем тщательно подобранном списке представлены мощные инструменты, которые кардинально изменят ваш подход к обучению: здесь вы найдете сравнение бесплатных и платных версий, тесты на практике и еженедельно обновляемые рейтинги. Они помогут повысить эффективность вашего письма, упростить изучение сложных тем и раскрыть ваш академический потенциал. Ознакомьтесь с ними прямо сейчас, чтобы найти идеальный инструмент для подготовки к экзаменам, и начните творить уже сегодня, чтобы раскрыть свои преимущества благодаря ИИ!
10 инструментов
xix.ai
В 2026 году на XIX.AI представлены новейшие, лучшие и наиболее рейтинговые инструменты ИИ для бюджетного планирования по личным финансам! Эта тщательно отобранная коллекция включает мощные, революционные решения, которые помогают проводить реальные тесты, понимать привычки расходов и создавать персонализированные планы для повышения продуктивности. Наслаждайтесь бесплатным сравнением с платными версиями вместе с подробными рейтингами. Инструменты, которые обязательно стоит попробовать, разработаны для упрощения управления деньгами и раскрытия вашего преимущества ИИ. Исследуйте сейчас!
11 инструментов
xix.ai
2026 год: лучшие и наиболее высоко оценённые помощники для отслеживания сна на основе ИИ, отобранные для максимального восстановления организма. В этом полностью обновлённом еженедельном руководстве представлены мощные инструменты с результатами реальных тестов, сравнением бесплатных и платных версий, а также подробными рейтингами, которые помогут вам найти оптимальное решение для улучшения качества сна и формирования лучших привычек перед сном. Ознакомьтесь с ним прямо сейчас на сайте XIX.AI, чтобы раскрыть потенциал ИИ в вашей жизни.
10 инструментов
xix.ai
2026: лучшие и самые популярные ИИ-помощники для работы с SQL в сфере аналитики продуктов и доходов! XIX.AI подготовила мощную, революционную подборку инструментов, которые обязательно стоит попробовать. Они проходят проверку в реальных условиях и включаются в еженедельно обновляемый рейтинг. Эти инструменты помогают пользователям значительно повысить продуктивность за счет ускорения анализа данных, оптимизации сложных запросов и получения точных аналитических выводов, которые позволяют принимать более обоснованные бизнес-решения. Ознакомьтесь с ними прямо сейчас, чтобы найти идеальный инструмент, который поможет вам раскрыть весь потенциал искусственного интеллекта!
14 инструментов
xix.ai
2026: лучшие и самые популярные помощники по домашним заданиям с ИИ, которые обучают основным концепциям, а не просто дают готовые ответы. Мощные инструменты для студентов. Обязательный к пробованию тщательно отобранный список. Еженедельное обновление. Сравнение бесплатных и платных версий. Тестирование в реальных условиях. Точные рейтинги, которые помогут вам раскрыть весь свой учебный потенциал. Исследуйте сейчас, чтобы найти идеальный инструмент для более эффективного обучения.
10 инструментов
xix.ai
So ByteDance thinks yet another benchmark will fix the agent evaluation problem? EdgeBench sounds cool but I wonder if it's just another lab test that doesn't reflect messy real-world scenarios. 🤔
