सिर्फ एक कर्व ही नहीं, शोधकर्ताओं ने यह भी देखा कि सबसे उन्नत एजेंटों (frontier agents) की सीखने की गति विभिन्न मॉडल पीढ़ियों में लगभग हर तीन महीने में दोगुनी हो जाती है । इसका मतलब है कि एजेंट जितनी देर असली दुनिया में काम करेंगे, वे उतनी ही तेज़ी से सीखेंगे, और हर नई पीढ़ी के मॉडल एक ऊँचे आधार से शुरुआत करेंगे।

बेंचमार्क: EdgeBench

इस खोज को संभव बनाने के लिए, टीम ने एक नया मूल्यांकन ढाँचा विकसित किया जिसे EdgeBench नाम दिया गया। इसे 2 जुलाई 2026 को जारी किया गया । EdgeBench में 134 असली दुनिया के कार्य शामिल हैं, जो छह क्षेत्रों में फैले हैं:

• वैज्ञानिक खोज (Scientific discovery)
• सॉफ्टवेयर इंजीनियरिंग (Software engineering)
• कॉम्बिनेटोरियल ऑप्टिमाइज़ेशन (Combinatorial optimization)
• पेशेवर ज्ञान कार्य (Professional knowledge work)
• औपचारिक गणित (Formal mathematics)
• इंटरैक्टिव गेम्स (Interactive games)

प्रत्येक कार्य के लिए कम से कम 12 घंटे के लगातार AI एजेंट ऑपरेशन की आवश्यकता होती है, जिसमें समृद्ध और बहु-स्तरीय फीडबैक दिया जाता है। शोध पत्र और 51 सार्वजनिक रूप से जारी कार्यों वाला मूल्यांकन ढाँचा 2 जुलाई को प्रकाशित किया गया । टीम ने इस स्केलिंग लॉ की पहचान करने के लिए इन कार्यों के दौरान लगभग 38,000 घंटे के एजेंट इंटरैक्शन डेटा का विश्लेषण किया ।

यह क्यों मायने रखता है: अधिक-डेटा स्केलिंग का अंत

पारंपरिक AI स्केलिंग — बड़े मॉडलों में और अधिक डेटा और कंप्यूट पावर डालना — एक दीवार से टकरा रही है। Epoch AI ने चेतावनी दी है कि सार्वजनिक रूप से उपलब्ध मानव-निर्मित टेक्स्ट डेटा अगले छह साल के भीतर खत्म हो सकता है, जिससे डेटा और कंप्यूट पावर का बड़े पैमाने पर इस्तेमाल टिकाऊ नहीं रहेगा ।

AI उद्योग के दिग्गजों ने भी इस समस्या को उठाया है। Andrej Karpathy ने कहा है कि पुराना "और डेटा, और कंप्यूट पावर" वाला प्रतिमान हमेशा के लिए नहीं चल सकता ।

ByteDance की यह खोज AI में सुधार के एक नए, मापने योग्य आयाम को खोलती है: तैनाती के बाद असली दुनिया के अनुभव से सीखना (post-deployment learning from real-world interaction)। सिर्फ प्री-ट्रेनिंग के पैमाने पर निर्भर रहने के बजाय, AI एजेंट लंबे समय तक असली दुनिया के अनुभव के माध्यम से पूर्वानुमानित रूप से बेहतर हो सकते हैं — यह एक ऐसा रास्ता है जो बड़े-बड़े डेटासेट जमा करने की तुलना में कहीं कम संसाधन-विवश है ।

log-sigmoid लॉ की सटीकता (R² = 0.998) महत्वपूर्ण है। यह शुरुआती बातचीत के आधार पर बाद के प्रदर्शन का पूर्वानुमान लगाने में सक्षम बनाती है, जिससे एजेंट लर्निंग एक व्यवस्थित और अनुमानित स्केलिंग ऑब्जेक्ट बन जाता है, न कि एक अप्रत्याशित ब्लैक बॉक्स । डेवलपर्स और व्यवसायों के लिए, इसका मतलब है कि किसी एजेंट को किसी वास्तविक दुनिया की सेटिंग में लंबे समय तक चलाने के निवेश पर रिटर्न (ROI) की गणना पहले से की जा सकती है।

आगे क्या?

यह खोज सिर्फ मौजूदा AI सिस्टम को रेट्रोफिट नहीं करती — यह एक पूरी तरह से अलग विकास रणनीति की ओर इशारा करती है। विशाल मॉडल बनाने के बजाय जो सीमित इंटरनेट डेटा पर प्रशिक्षित होते हैं, शोधकर्ता ऐसे एजेंट बना सकते हैं जो उपयोग के माध्यम से बेहतर होते हैं। हर तीन महीने में सीखने की गति का दोगुना होना यह सुझाव देता है कि एक नए तैनात एजेंट और एक अनुभवी एजेंट के बीच का अंतर तेजी से बढ़ेगा, जिससे लगातार और लंबे समय तक चलने वाले एजेंट सिस्टम अत्यधिक मूल्यवान हो जाएंगे।

AI उद्योग के लिए, जो प्रीट्रेनिंग स्केलिंग बूम के बाद अपने अगले विकास वेक्टर की तलाश कर रहा है, ByteDance Seed की यह खोज एक डेटा-समर्थित जवाब देती है: एजेंटों को काम पर सीखने दीजिए।

सिर्फ एक कर्व ही नहीं, शोधकर्ताओं ने यह भी देखा कि सबसे उन्नत एजेंटों (frontier agents) की सीखने की गति विभिन्न मॉडल पीढ़ियों में लगभग हर तीन महीने में दोगुनी हो जाती है । इसका मतलब है कि एजेंट जितनी देर असली दुनिया में काम करेंगे, वे उतनी ही तेज़ी से सीखेंगे, और हर नई पीढ़ी के मॉडल एक ऊँचे आधार से शुरुआत करेंगे।

बेंचमार्क: EdgeBench

इस खोज को संभव बनाने के लिए, टीम ने एक नया मूल्यांकन ढाँचा विकसित किया जिसे EdgeBench नाम दिया गया। इसे 2 जुलाई 2026 को जारी किया गया । EdgeBench में 134 असली दुनिया के कार्य शामिल हैं, जो छह क्षेत्रों में फैले हैं:

• वैज्ञानिक खोज (Scientific discovery)
• सॉफ्टवेयर इंजीनियरिंग (Software engineering)
• कॉम्बिनेटोरियल ऑप्टिमाइज़ेशन (Combinatorial optimization)
• पेशेवर ज्ञान कार्य (Professional knowledge work)
• औपचारिक गणित (Formal mathematics)
• इंटरैक्टिव गेम्स (Interactive games)

प्रत्येक कार्य के लिए कम से कम 12 घंटे के लगातार AI एजेंट ऑपरेशन की आवश्यकता होती है, जिसमें समृद्ध और बहु-स्तरीय फीडबैक दिया जाता है। शोध पत्र और 51 सार्वजनिक रूप से जारी कार्यों वाला मूल्यांकन ढाँचा 2 जुलाई को प्रकाशित किया गया । टीम ने इस स्केलिंग लॉ की पहचान करने के लिए इन कार्यों के दौरान लगभग 38,000 घंटे के एजेंट इंटरैक्शन डेटा का विश्लेषण किया ।

यह क्यों मायने रखता है: अधिक-डेटा स्केलिंग का अंत

पारंपरिक AI स्केलिंग — बड़े मॉडलों में और अधिक डेटा और कंप्यूट पावर डालना — एक दीवार से टकरा रही है। Epoch AI ने चेतावनी दी है कि सार्वजनिक रूप से उपलब्ध मानव-निर्मित टेक्स्ट डेटा अगले छह साल के भीतर खत्म हो सकता है, जिससे डेटा और कंप्यूट पावर का बड़े पैमाने पर इस्तेमाल टिकाऊ नहीं रहेगा ।

AI उद्योग के दिग्गजों ने भी इस समस्या को उठाया है। Andrej Karpathy ने कहा है कि पुराना "और डेटा, और कंप्यूट पावर" वाला प्रतिमान हमेशा के लिए नहीं चल सकता ।

ByteDance की यह खोज AI में सुधार के एक नए, मापने योग्य आयाम को खोलती है: तैनाती के बाद असली दुनिया के अनुभव से सीखना (post-deployment learning from real-world interaction)। सिर्फ प्री-ट्रेनिंग के पैमाने पर निर्भर रहने के बजाय, AI एजेंट लंबे समय तक असली दुनिया के अनुभव के माध्यम से पूर्वानुमानित रूप से बेहतर हो सकते हैं — यह एक ऐसा रास्ता है जो बड़े-बड़े डेटासेट जमा करने की तुलना में कहीं कम संसाधन-विवश है ।

log-sigmoid लॉ की सटीकता (R² = 0.998) महत्वपूर्ण है। यह शुरुआती बातचीत के आधार पर बाद के प्रदर्शन का पूर्वानुमान लगाने में सक्षम बनाती है, जिससे एजेंट लर्निंग एक व्यवस्थित और अनुमानित स्केलिंग ऑब्जेक्ट बन जाता है, न कि एक अप्रत्याशित ब्लैक बॉक्स । डेवलपर्स और व्यवसायों के लिए, इसका मतलब है कि किसी एजेंट को किसी वास्तविक दुनिया की सेटिंग में लंबे समय तक चलाने के निवेश पर रिटर्न (ROI) की गणना पहले से की जा सकती है।

आगे क्या?

यह खोज सिर्फ मौजूदा AI सिस्टम को रेट्रोफिट नहीं करती — यह एक पूरी तरह से अलग विकास रणनीति की ओर इशारा करती है। विशाल मॉडल बनाने के बजाय जो सीमित इंटरनेट डेटा पर प्रशिक्षित होते हैं, शोधकर्ता ऐसे एजेंट बना सकते हैं जो उपयोग के माध्यम से बेहतर होते हैं। हर तीन महीने में सीखने की गति का दोगुना होना यह सुझाव देता है कि एक नए तैनात एजेंट और एक अनुभवी एजेंट के बीच का अंतर तेजी से बढ़ेगा, जिससे लगातार और लंबे समय तक चलने वाले एजेंट सिस्टम अत्यधिक मूल्यवान हो जाएंगे।

AI उद्योग के लिए, जो प्रीट्रेनिंग स्केलिंग बूम के बाद अपने अगले विकास वेक्टर की तलाश कर रहा है, ByteDance Seed की यह खोज एक डेटा-समर्थित जवाब देती है: एजेंटों को काम पर सीखने दीजिए।