行业与实践 · 标签「长程评测」

研究与基准测试/2026-07-07/8 分钟

EdgeBench：Agent 如何从真实环境中学习

字节 Seed 用 134 个日级任务和约 3.8 万小时交互，评测 Agent 在真实反馈中随时间改善的能力；总体表现呈对数 S 形，学习速度约每三个月翻倍。