ByteDance ускоряет обучение ИИ-агентов в реальных условиях

Команда ByteDance противопоставляет этот метод традиционной стратегии «грубой силы», которая постепенно упирается в технологический потолок. Ограниченность классического масштабирования моделей уже стала предметом дискуссий среди экспертов, включая Андрея Карпатого. Вместо того чтобы просто увеличивать количество параметров, разработчики фокусируются на способности агентов сохранять стабильность и результативность в долгосрочных сценариях.

Для проверки гипотезы специалисты создали бенчмарк EdgeBench, состоящий из 134 сложных заданий. Каждая задача требует минимум 12 часов непрерывного функционирования системы, охватывая сферы от прикладной математики до программной инженерии. Это позволяет оценивать не только разовый успех, но и качество адаптации алгоритмов в полевых условиях, где поведение ИИ зачастую остается непредсказуемым.