字节 Seed 发布 EdgeBench 基准并发现环境学习新缩放律

字节 Seed 发布 EdgeBench，一个用于衡量智能体从真实环境学习的超长时程基准，包含 134 个任务、覆盖六大能力域，每个任务支持至少 12 小时连续运行。基于约 38000 小时环境交互，研究发现智能体环境学习表现遵循 log-sigmoid 曲线，平均拟合优度 R² 达 0.998；跨代前沿模型的学习速度约每三个月翻倍。EdgeBench 已开源 51 个任务及完整评测框架。