EdgeBench ist ein von ByteDance Seed im Jahr 2026 veröffentlichter Benchmark-Datensatz für das Lernen intelligenter Agenten in realen Umgebungen. Er dient der Bewertung der Fähigkeit autonomer KI-Agenten, aus realen Umgebungen zu lernen. Zugehörige Forschungsarbeiten umfassen… EdgeBench: Die Skalierungsgesetze des Lernens aus realen Umgebungen enthüllen . Dieser Datensatz enthält 134 reale Aufgaben, von denen 51 Open Source sind, und deckt sechs Fähigkeitskategorien ab: wissenschaftliches Rechnen und maschinelles Lernen, System- und Softwareentwicklung, Optimierung, Wissensschlussfolgern, formales Schließen und Spieltheorie.

Datenfelder:

• task_id: Eine eindeutige Kennung für die Aufgabe.
• Name: Der lesbare Titel der Aufgabe
• Kategorie: Die Kategorie, zu der die Aufgabe gehört
• Beschreibung: Eine detaillierte Beschreibung der Aufgabe.
• Sprache: Die für die Aufgabe erforderliche Programmiersprache.
• Metrik: Die Methode zur Bewertung der Aufgabe
• Internet: Ein boolescher Wert, der angibt, ob der Internetzugang während der Aufgabenausführung erlaubt ist.

Zitat

@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},
}