EdgeBench汇集134项超长时程真实世界任务，覆盖约3.8万小时智能体交互；每项任务可持续运行至少12小时。作者报告环境学习总体表现符合对数S形缩放定律，拟合度R²达0.998，并观察到跨模型代际的学习速度约每三个月翻倍。团队公开51项任务及完整评测框架。
最近 24 小时暂无可用热度快照。