待验证50% 置信基准精确时间
字节跳动发布EdgeBench基准测试，用于评估自主AI Agent的长期学习能力，涵盖134个跨6大类别任务，已公开51个任务
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/7/23
首次发现
有效期至：2026/10/21
来源
相关事实
待验证该实测任务共进行四轮，累计调度68个子智能体，完成了数字人写作技能模块的批量提示词测试73% 相似待验证OpenAI发布GeneBench Pro研究基准测试，包含129个评估任务，涵盖10个主要领域和21个细分方向，前沿模型最高得分31.5%71% 相似待验证BenchLocal的测试维度包括工具调用、命令行操作、Bug识别修复、指令遵循、Hermes Agent、结构化输出、数学推理、数据提取共8大类71% 相似待验证该学习路线图涵盖四大模块：软件测试基础、Python测试开发、AI驱动测试、职业指导69% 相似待验证当前主流AI测试工具包括GitHub Copilot、Testim、Applitools等，其底层原理是基于大语言模型（LLM）的代码生成与模式识别69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/599606API
curl https://kongchang.com/api/v1/knowledge/claims/599606MCP
get_claim(id=599606)