Theo dõi từ Động Sát Beating, nhóm Seed của ByteDance đã công bố bộ kiểm chuẩn tác tử thông minh EdgeBench, dùng để nghiên cứu hiệu suất học tập môi trường của AI trong các nhiệm vụ siêu dài hạn từ 12 đến 72 giờ. Sau khi phân tích hơn 38.000 giờ dữ liệu vận hành của tác tử, nhóm nghiên cứu phát hiện rằng đường cong học tập của AI có tính dự đoán cao, hiệu suất tác tử cải thiện theo thời gian tương tác, khớp chính xác với đường cong log-sigmoid logistic. Các nhà nghiên cứu đã mượn lý thuyết tìm kiếm đồ thị để giải thích quy luật này, cho rằng sự tiến bộ của tác tử giống như mở rộng ranh giới ra bên ngoài trên bản đồ kỹ năng. Nhóm Seed đã mã nguồn mở khung kiểm chuẩn và 51 nhiệm vụ đầu tiên.
Ngược lại, tổ chức nghiên cứu Epoch AI cùng ngày công bố kết quả đánh giá EBR-bench với kết luận khác. Trong các bài kiểm tra môi trường trò chơi bàn, dù có cung cấp hướng dẫn chiến lược, AI hầu như không thể hiện hành vi học tập và tự cải thiện sau nhiều lần thử nghiệm. Sự khác biệt này cho thấy tiềm năng tự học của AI bị ảnh hưởng rất lớn bởi môi trường nhiệm vụ và thiết kế vòng phản hồi. Trong các tình huống yêu cầu phản hồi môi trường liên tục như kỹ thuật hệ thống hoặc khám phá khoa học, tác tử có thể xây dựng lợi thế tích lũy, nhưng trong các trò chơi rời rạc có chiến lược tương đối phức tạp, việc học trực tuyến hiện tại vẫn gặp nhiều khó khăn.
