字节 Seed 论文提出 Chain-of-Experience：让 LLM 在测试时从经验中持续改进
字节 Seed 论文提出 Chain-of-Experience（CoE），让 LLM 在测试时通过迭代交互积累经验痕迹，形成超越零样本推理的持续改进循环。研究在数学、编程和知识任务上评测 GPT-5、Gemini-2.5 Pro、Claude-4.5 Sonnet 等 8 个模型，仅靠自我反馈即可带来 5.6% 的整体提升，并将 API 成本降低 19%。
ByteDance Seed Papers
seed.bytedance.com · 网站与博客
切换来源
全部网站与博客新闻IT Home8664 条Simon Willison353 条OpenAI News317 条TechCrunch · AI267 条The Decoder251 条Hugging Face Blog151 条The Verge · AI144 条Claude Blog135 条elsewhere articles110 条Google Research108 条OpenRouter Announcements103 条Mistral AI88 条Tomer Tunguz81 条Databricks Blog76 条Sierra Blog67 条Anthropic Newsroom65 条Gary Marcus64 条Claude Platform release notes62 条Runway News62 条LMSYS Blog60 条Google DeepMind58 条a16z News49 条LangChain Blog48 条Suno Blog48 条ByteByteGo46 条NVIDIA Blog46 条Apple Machine Learning Research43 条Google Blog: AI41 条Google Developers Blog35 条Cursor Blog33 条Microsoft AI News32 条Linear Now30 条AWS Machine Learning Blog29 条Google Cloud: Databases28 条Dwarkesh Patel27 条Ars Technica · AI26 条Nathan Lambert: Interconnects25 条Latent Space24 条DeepSeek API updates23 条Sakana AI Blog23 条Anthropic Research21 条Import AI21 条AI as Normal Technology20 条MIT Technology Review · AI16 条GitHub Blog · AI & ML12 条Meta Engineering11 条Berkeley AI Research10 条Microsoft Research10 条Black Forest Labs Blog8 条ByteDance Seed Papers8 条ElevenLabs Blog8 条Gemini API 更新日志8 条Manus Blog8 条MarkTechPost8 条MiniMax Blog8 条Qwen Blog8 条Together AI Blog8 条Every latest articles6 条ByteDance Seed Research5 条xAI：News5 条Thinking Machines Lab Blog4 条CMU Machine Learning Blog1 条Sam Altman Blog1 条MarkTechPost · 历史来源106 条xAI News · 历史来源73 条Artificial Intelligence News · 历史来源44 条Claude YouTube · 历史来源41 条Ars Technica: AI · 历史来源18 条GitHub Blog · 历史来源17 条Lilian Weng's Log · 历史来源2 条
8 条AI 相关新闻 · 最新在前
ByteDance Seed PapersAI 评分4747
ByteDance Seed PapersAI 评分4949 Harness-IF：评估编码智能体跨指令面的指令遵循能力
ByteDance Seed 提出 Harness-IF，从执行证据逐条给操作规则打分，覆盖 60 个多轮编码任务、256 条规则，分布在部署智能体可读取的五个可配置指令面上。
ByteDance Seed PapersAI 评分4343 GST-Bench：VLM 能否从视频中发展出全局空间感知？
字节跳动 Seed 提出 GST-Bench，一个面向视频全局空间智能的 VQA 基准，题目由 6790 分钟合成视频生成并经人工核验，要求模型从视频中未出现的新视角做空间推理，并将第一人称观测映射到全局俯视图。
ByteDance Seed PapersAI 评分4444 字节 Seed 提出 Experience Distillation：让 AI 智能体免环境交互内化交互经验
字节 Seed 提出 Experience Distillation，可将 AI 智能体的交互历史蒸馏进模型权重，且无需额外环境交互。在 749 个软件工程任务和 6 款文字冒险游戏上，该方法保留至少 64.8% 的上下文学习收益，而直接监督微调仅恢复 3.8%。结合上下文学习，它以至少 9.6 倍更少的环境样本追平经典强化学习基线。
ByteDance Seed PapersAI 评分5454 ByteDance Seed 发布 EdgeBench：揭示环境学习的对数 Sigmoid 缩放律
ByteDance Seed 团队发布 EdgeBench，一套包含 134 个真实世界超长时程任务的评测套件，并基于约 38,000 小时的 Agent 环境交互分析。
ByteDance Seed PapersAI 评分4242 MSQA：原生采集的多语言多文化 SimpleQA 基准
ByteDance Seed 提出 MSQA，一个原生采集的多语言多文化基准，含 11 个语系、5 个文化维度、3 个难度层级的 1064 道题，用于检验"会说某语言就懂其文化"的"文化对齐幻觉"。
ByteDance Seed PapersAI 评分4949 Seed2.0 模型卡：面向真实世界复杂性的智能前沿
字节跳动 Seed 发布 Seed2.0 模型系列，针对长尾知识与复杂指令遵循两大难题，提升模型在复杂长程任务上的可靠性。该系列在推理、视觉理解与搜索能力上达到世界领先水平，并已开始展现处理初步真实世界复杂任务的能力。
ByteDance Seed PapersAI 评分4444 ByteCRN：面向可扩展化学反应网络探索的统一生成式框架
字节提出端到端框架 ByteCRN，用生成式 rectified flow 架构同时完成过渡态生成与反应验证，替代传统工作流中最昂贵的过渡态搜索和 IRC 验证步骤。该框架相比传统工作流提速 10–100 倍，并在网络尺度上剪除约 70–90% 的枚举反应。ByteCRN 已用于发现涉及 cyanoacetaldehyde 的新路径，并成功建模 γ-ketohydroperoxide 网络。