EdgeBench 是由字节跳动（ByteDance Seed）于 2026 年发布的智能体真实环境学习基准测试数据集，旨在评估自主 AI 智能体从真实环境中学习的能力，相关论文成果为 EdgeBench: Unveiling Scaling Laws of Learning from Real-World Environments 。 该数据集包含 134 个真实世界任务，其中 51 个任务已开源，涵盖科学计算与机器学习、系统与软件工程、最优化、知识推理、形式化推理及博弈游戏六大能力类别。

数据字段:

• task_id：任务的唯一标识符
• name：任务的可读标题
• category：任务的所属类别
• description：任务的详细描述
• language：任务要求所使用的编程语言
• metric：任务的评分方式
• internet：布尔值，指示任务执行过程中是否允许联网

Citation

@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},
}