शोधकर्ताओं ने पोस्ट-डिप्लॉयमेंट सीखने के लिए स्केलिंग कानूनों को अनावरण करने के लिए 134 वास्तविक दुनिया की कार्यों में एजेंट इंटरैक्शन के लगभग 38,000 घंटों का विश्लेषण किया। उन्होंने पाया कि समग्र प्रदर्दन उच्च सटीकता (R^2 = 0.998) के साथ एक लॉग-सिग्मोइड स्केलिंग कानून का पालन करता है, जबकि सीखने की गति लगभग हर तीन महीने में दोगुनी हो जाती है।
- EdgeBench 134 वास्तविक दुनिया की कार्यों का एक सेट है जिसमें वैज्ञानिक खोज और सॉफ्टवेयर इंजीनियरिंग जैसे क्षेत्रों में अल्ट्रा-लंबे हराइजन हैं।
- प्रत्येक कार्य समृद्ध, बहु-स्तरीय फीडबैक के तहत एजेंट संचालन के कम से कम 12 घंटों को बनाए रखता है।
- अध्ययन वातावरण सीखने के लिए लॉग-सिग्मोइड स्केलिंग का पहला सबूत प्रदान करता है।
- शोध को तेज करने के लिए 51 कार्यों और पूर्ण मूल्यांकन फ्रेमवर्क सार्वजनिक रूप से जारी किए गए हैं।
यह कार्य एक मानकीकृत बेंचमार्क और अनुभवजन्य स्केलिंग अंतर्दृष्टि प्रदान करके इस बात के अध्ययन को तेज करता है कि एजेंट वास्तविक दुनिया के अनुभव से कैसे सीखते हैं।