答案已發布4 個月前Last edited 4 個月前13 來源

字節跳動 Seed 團隊發現 AI 學習新定律：唔靠大數據，靠「做嘢」學得快

字節跳動 Seed AI 團隊發現，AI 智能體喺長時間真實環境互動中，表現會跟隨 Log Sigmoid 曲線提升（R²=0.998），頂尖模型嘅學習速度大約每 3 個月翻一番。呢個發現好重要，因為傳統 AI 靠「越多數據、越多算力」嘅方法就快撞牆。Epoch AI 警告，人類公開文本數據可能喺 6 年內就用晒。

發布者使用 DeepSeek-V4-Flash 編輯圖片由 GPT Image 1.5 生成

使用 Studio Global AI 搜尋並查核事實瀏覽更多熱門頁面

研究答案

重點

字節跳動 Seed AI 團隊發現，AI 智能體喺長時間真實環境互動中，表現會跟隨 Log Sigmoid 曲線提升（R²=0.998），頂尖模型嘅學習速度大約每 3 個月翻一番。
呢個發現好重要，因為傳統 AI 靠「越多數據、越多算力」嘅方法就快撞牆。Epoch AI 警告，人類公開文本數據可能喺 6 年內就用晒。
呢條 Log Sigmoid 定律可以準確預測 AI 未來嘅表現，令智能體學習變成一種可計算、可預測嘅過程，唔再係「黑盒」操作。

ByteDance Seed AI agent log-sigmoid scaling law EdgeBench benchmark visual — Search & fact-check with cited sources for What scaling law did ByteDance's Seed AI team discover about how AI agents improve over extendedByteDance's Seed AI team discovered that agents improve predictably with real-world interaction time, governed by a log-sigmoid scaling law (R² = 0.998).
AI 提示
Create a landscape editorial hero image for this Studio Global article: Search & fact-check with cited sources for What scaling law did ByteDance's Seed AI team discover about how AI agents improve over extended. Article summary: Here are the key findings with cited sources.. Topic tags: general, academic, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clickbait thumbnails, icons, and tiny thumbnail layouts. Make it useful as an illustrative visual, not as factual evidence.
openai.com

AI 學習新定律：Log-Sigmoid 曲線，唔靠大數據靠「做嘢」

好多年嚟，AI 界都信奉一條金科玉律：數據越多、算力越勁，個模型就越叻。但呢條路似乎就快行到盡頭。字節跳動（ByteDance）旗下嘅 Seed AI 團隊就發現咗一條全新嘅法則——AI 智能體嘅進步，唔再單純取決於你塞畀佢幾多數據，而係睇佢喺真實世界「做嘢」做咗幾耐。

核心發現：Log-Sigmoid 學習曲線

字節跳動 Seed AI 團隊發現，AI 智能體喺真實環境中學習嘅表現，原來跟從一條 Log-Sigmoid（對數-S 形）曲線，隨住互動時間增加而提升。團隊分析咗超過 38,000 小時嘅智能體互動數據，發現呢條曲線嘅擬合度（R²）高達 0.998，即係幾乎完美吻合。

Studio Global AI

繼續你的研究

此頁麵包含一個有來源支援的答案，您可以在 Studio Global 內繼續。

使用 Studio Global AI 搜尋並查核事實

人們還問

「字節跳動 Seed 團隊發現 AI 學習新定律：唔靠大數據，靠「做嘢」學得快」的簡短答案是什麼？

字節跳動 Seed AI 團隊發現，AI 智能體喺長時間真實環境互動中，表現會跟隨 Log Sigmoid 曲線提升（R²=0.998），頂尖模型嘅學習速度大約每 3 個月翻一番。

首先要驗證的關鍵點是什麼？

字節跳動 Seed AI 團隊發現，AI 智能體喺長時間真實環境互動中，表現會跟隨 Log Sigmoid 曲線提升（R²=0.998），頂尖模型嘅學習速度大約每 3 個月翻一番。呢個發現好重要，因為傳統 AI 靠「越多數據、越多算力」嘅方法就快撞牆。Epoch AI 警告，人類公開文本數據可能喺 6 年內就用晒。

接下來在實務上我該做什麼？

呢條 Log Sigmoid 定律可以準確預測 AI 未來嘅表現，令智能體學習變成一種可計算、可預測嘅過程，唔再係「黑盒」操作。

來源

答案已發布4 個月前Last edited 4 個月前13 來源

字節跳動 Seed 團隊發現 AI 學習新定律：唔靠大數據，靠「做嘢」學得快

字節跳動 Seed AI 團隊發現，AI 智能體喺長時間真實環境互動中，表現會跟隨 Log Sigmoid 曲線提升（R²=0.998），頂尖模型嘅學習速度大約每 3 個月翻一番。呢個發現好重要，因為傳統 AI 靠「越多數據、越多算力」嘅方法就快撞牆。Epoch AI 警告，人類公開文本數據可能喺 6 年內就用晒。

發布者使用 DeepSeek-V4-Flash 編輯圖片由 GPT Image 1.5 生成

使用 Studio Global AI 搜尋並查核事實瀏覽更多熱門頁面

研究答案

重點

字節跳動 Seed AI 團隊發現，AI 智能體喺長時間真實環境互動中，表現會跟隨 Log Sigmoid 曲線提升（R²=0.998），頂尖模型嘅學習速度大約每 3 個月翻一番。
呢個發現好重要，因為傳統 AI 靠「越多數據、越多算力」嘅方法就快撞牆。Epoch AI 警告，人類公開文本數據可能喺 6 年內就用晒。
呢條 Log Sigmoid 定律可以準確預測 AI 未來嘅表現，令智能體學習變成一種可計算、可預測嘅過程，唔再係「黑盒」操作。

ByteDance Seed AI agent log-sigmoid scaling law EdgeBench benchmark visual — Search & fact-check with cited sources for What scaling law did ByteDance's Seed AI team discover about how AI agents improve over extendedByteDance's Seed AI team discovered that agents improve predictably with real-world interaction time, governed by a log-sigmoid scaling law (R² = 0.998).
AI 提示
Create a landscape editorial hero image for this Studio Global article: Search & fact-check with cited sources for What scaling law did ByteDance's Seed AI team discover about how AI agents improve over extended. Article summary: Here are the key findings with cited sources.. Topic tags: general, academic, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clickbait thumbnails, icons, and tiny thumbnail layouts. Make it useful as an illustrative visual, not as factual evidence.
openai.com

AI 學習新定律：Log-Sigmoid 曲線，唔靠大數據靠「做嘢」

好多年嚟，AI 界都信奉一條金科玉律：數據越多、算力越勁，個模型就越叻。但呢條路似乎就快行到盡頭。字節跳動（ByteDance）旗下嘅 Seed AI 團隊就發現咗一條全新嘅法則——AI 智能體嘅進步，唔再單純取決於你塞畀佢幾多數據，而係睇佢喺真實世界「做嘢」做咗幾耐。

核心發現：Log-Sigmoid 學習曲線

字節跳動 Seed AI 團隊發現，AI 智能體喺真實環境中學習嘅表現，原來跟從一條 Log-Sigmoid（對數-S 形）曲線，隨住互動時間增加而提升。團隊分析咗超過 38,000 小時嘅智能體互動數據，發現呢條曲線嘅擬合度（R²）高達 0.998，即係幾乎完美吻合。

Studio Global AI

繼續你的研究

此頁麵包含一個有來源支援的答案，您可以在 Studio Global 內繼續。

使用 Studio Global AI 搜尋並查核事實

人們還問

「字節跳動 Seed 團隊發現 AI 學習新定律：唔靠大數據，靠「做嘢」學得快」的簡短答案是什麼？

字節跳動 Seed AI 團隊發現，AI 智能體喺長時間真實環境互動中，表現會跟隨 Log Sigmoid 曲線提升（R²=0.998），頂尖模型嘅學習速度大約每 3 個月翻一番。

首先要驗證的關鍵點是什麼？

字節跳動 Seed AI 團隊發現，AI 智能體喺長時間真實環境互動中，表現會跟隨 Log Sigmoid 曲線提升（R²=0.998），頂尖模型嘅學習速度大約每 3 個月翻一番。呢個發現好重要，因為傳統 AI 靠「越多數據、越多算力」嘅方法就快撞牆。Epoch AI 警告，人類公開文本數據可能喺 6 年內就用晒。

接下來在實務上我該做什麼？

呢條 Log Sigmoid 定律可以準確預測 AI 未來嘅表現，令智能體學習變成一種可計算、可預測嘅過程，唔再係「黑盒」操作。

來源