EdgeBench est un jeu de données de référence pour l'apprentissage en conditions réelles destiné aux agents intelligents. Publié par ByteDance Seed en 2026, il vise à évaluer la capacité des agents d'IA autonomes à apprendre à partir d'environnements réels. Parmi les articles de recherche associés, on peut citer… EdgeBench : Dévoiler les lois de mise à l’échelle de l’apprentissage à partir d’environnements réels . Cet ensemble de données contient 134 tâches du monde réel, dont 51 sont open source, couvrant six catégories de compétences : calcul scientifique et apprentissage automatique, ingénierie des systèmes et des logiciels, optimisation, raisonnement sur les connaissances, raisonnement formel et théorie des jeux.

Champs de données :

• task_id : Identifiant unique de la tâche.
• Nom : Le titre lisible de la tâche
• catégorie : La catégorie à laquelle appartient la tâche
• Description : Une description détaillée de la tâche.
• Langage : Le langage de programmation requis par la tâche.
• Métrique : La méthode de notation de la tâche
• internet : Valeur booléenne indiquant si l’accès à Internet est autorisé pendant l’exécution de la tâche.

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},
}