ByteDance Seed、実環境学習評価ベンチ「EdgeBench」と新スケーリング法を公開

記事の3ポイント

1. 1

   超長期ホライズンベンチマークの公開

   134 の多様なタスクを含む「EdgeBench」が公開され、エージェントが少なくとも 12 時間継続して実環境と相互作用する能力を測定する。

2. 2

   環境学習における新たなスケーリング法則

   分析の結果、エージェントの全体的なパフォーマンスは対数シグモイド曲線に従い（R²=0.998）、最前線のモデル間では学習速度が約 3 ヶ月で倍増する傾向が見られた。

3. 3

   オープンソース化によるコミュニティへの貢献

   51 のタスクと完全な評価フレームワークがオープンソース化され、他の研究者や開発者が実環境での学習メカニズムをさらに調査できるようになった。