Investigadores alternan sesiones de agentes en tareas de aprendizaje automático
Humanize MLE Agents alterna dos agentes, reinicia el contexto de cada sesión y conserva un espacio de trabajo compartido.
Período del evento / de los datos: 2026-10-09
Publicado: · Actualizado:
Investigadores vinculados a Tsinghua, Zhejiang y NVIDIA presentaron Humanize MLE Agents, un método que alterna las sesiones de dos agentes en tareas largas de ingeniería de aprendizaje automático. Cada sesión se detiene tras un número limitado de experimentos; el contexto se reinicia entre sesiones, mientras el código, los modelos y los resultados anteriores permanecen en un espacio de trabajo común.
En 75 tareas de Kaggle de MLE-bench, los autores informan de una tasa del 78,2 % de obtención de alguna medalla y afirman que el flujo superó la mejor referencia de código abierto con menor presupuesto de tiempo. Es un resultado de ese conjunto de concursos y esas configuraciones de agentes; no garantiza la misma mejora en otras versiones de modelos ni en proyectos reales.
Datos
Medida
75 tareas de Kaggle; evaluación MLE-bench
| Tasa de obtención de alguna medalla en tareas Kaggle de MLE-bench | 78.2 | 75 tareas de Kaggle; evaluación MLE-bench |
Metodología
Las cifras proceden de los experimentos de benchmark descritos en el artículo; no son mediciones de campo ni una garantía general de rendimiento.
Actualizado:
Medida
Conjunto de tareas Kaggle informado en la evaluación MLE-bench
| Número de tareas Kaggle de MLE-bench | 75 | Conjunto de tareas Kaggle informado en la evaluación MLE-bench |
Metodología
Las cifras proceden de los experimentos de benchmark descritos en el artículo; no son mediciones de campo ni una garantía general de rendimiento.
Actualizado:
Temas y lugares
Propuestas temáticas
- Ciencia y tecnologíaSugerido
- Preserved editorial category/topic; broad candidate onlyarxiv.org ↗
Referencias geográficas
Solo se muestran referencias geográficas proporcionadas por la fuente. Abrir un mapa externo es opcional. Los mapas opcionales usan OpenStreetMap. Al abrirlos se envían tu dirección IP y la de este sitio al proveedor; los datos de ubicación pueden leerse sin cargar el mapa.
- China · Función del lugar: Cobertura · Tipo de lugar: País o área · Precisión de ubicación: RegionalEvidencia
- Explicit preserved editorial country/region; no city or national centroid inferredarxiv.org ↗