EdgeBench هي مجموعة بيانات مرجعية للتعلم في العالم الحقيقي، أُصدرت من قِبل ByteDance Seed عام 2026. وتهدف إلى تقييم قدرة أنظمة الذكاء الاصطناعي المستقلة على التعلم من بيئات العالم الحقيقي. تشمل الأبحاث ذات الصلة... إيدج بنش: الكشف عن قوانين التوسع في التعلم من بيئات العالم الحقيقي . تحتوي مجموعة البيانات هذه على 134 مهمة من العالم الحقيقي، 51 منها مفتوحة المصدر، وتغطي ست فئات من القدرات: الحوسبة العلمية والتعلم الآلي، وهندسة النظم والبرمجيات، والتحسين، والاستدلال المعرفي، والاستدلال الرسمي، ونظرية الألعاب.

حقول البيانات:

• task_id: مُعرّف فريد للمهمة.
• الاسم: العنوان المقروء للمهمة
• الفئة: الفئة التي تنتمي إليها المهمة
• الوصف: وصف تفصيلي للمهمة.
• اللغة: لغة البرمجة المطلوبة للمهمة.
• المقياس: طريقة تقييم المهمة
• الإنترنت: قيمة منطقية تشير إلى ما إذا كان الوصول إلى الإنترنت مسموحًا به أثناء تنفيذ المهمة.

الاستشهاد

@misc{edgebench2026,
title  = {EdgeBench: Unveiling Scaling Laws of Learning from Real-World Environments},
author = {Deyao Zhu and Xin Zhou and Shengling Qin and Xuekai Zhu and Hangliang Ding and Shu Zhong and others},
year   = {2026},
url    = {https://arxiv.org/abs/2607.05155},
}