EdgeBench는 ByteDance Seed에서 2026년에 공개한 지능형 에이전트를 위한 실제 환경 학습 벤치마크 데이터셋입니다. 이 데이터셋은 자율 AI 에이전트가 실제 환경에서 학습하는 능력을 평가하는 것을 목표로 합니다. 관련 연구 논문으로는 다음과 같은 것들이 있습니다... EdgeBench: 실제 환경에서 학습의 확장 법칙을 밝히다 . 이 데이터 세트는 134개의 실제 과제를 포함하고 있으며, 그중 51개는 오픈 소스입니다. 이 데이터 세트는 과학 컴퓨팅 및 기계 학습, 시스템 및 소프트웨어 엔지니어링, 최적화, 지식 추론, 형식적 추론, 게임 이론의 6가지 능력 범주를 다룹니다.

데이터 필드:

• task_id: 작업에 대한 고유 식별자입니다.
• 이름: 작업의 읽기 쉬운 제목
• 카테고리: 작업이 속하는 카테고리
• 설명: 작업에 대한 자세한 설명입니다.
• 언어: 작업에 필요한 프로그래밍 언어.
• 평가 기준: 과제를 채점하는 방법
• 인터넷: 작업 실행 중 인터넷 액세스가 허용되는지 여부를 나타내는 부울 값입니다.

소환

@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},
}