Pesquisadores alternam sessões de agentes em tarefas de aprendizado de máquina
O Humanize MLE Agents alterna dois agentes, reinicia o contexto de cada sessão e preserva um espaço de trabalho compartilhado.
Período do evento/dos dados: 2026-10-09
Publicado: · Atualizado:
Pesquisadores ligados à Tsinghua, Zhejiang e NVIDIA apresentaram o Humanize MLE Agents, método que alterna sessões de dois agentes em tarefas longas de engenharia de aprendizado de máquina. Cada sessão termina após um número limitado de experimentos; o contexto é reiniciado entre sessões, enquanto código, modelos e resultados anteriores permanecem em um espaço de trabalho compartilhado.
Em 75 tarefas do Kaggle no MLE-bench, os autores relatam taxa de 78,2% para obter qualquer medalha e dizem que o fluxo superou a comparação mais forte de código aberto com menor orçamento de tempo. É um resultado para esse conjunto de competições e essas configurações de agentes; não garante o mesmo ganho em outras versões de modelos ou projetos reais de engenharia.
Dados
Medida
75 tarefas do Kaggle; avaliação MLE-bench
| Taxa de obtenção de alguma medalha em tarefas Kaggle do MLE-bench | 78.2 | 75 tarefas do Kaggle; avaliação MLE-bench |
Metodologia
Os valores vêm dos experimentos de benchmark descritos no artigo; não são medições de campo nem garantias gerais de desempenho.
Atualizado:
Medida
Conjunto de tarefas Kaggle informado na avaliação do MLE-bench
| Número de tarefas Kaggle do MLE-bench | 75 | Conjunto de tarefas Kaggle informado na avaliação do MLE-bench |
Metodologia
Os valores vêm dos experimentos de benchmark descritos no artigo; não são medições de campo nem garantias gerais de desempenho.
Atualizado:
Temas e lugares
Sugestões de temas
- Ciência e tecnologiaAnotação sugerida
- Preserved editorial category/topic; broad candidate onlyarxiv.org ↗
Referências geográficas
São exibidas apenas referências geográficas fornecidas pela fonte. Abrir um mapa externo é opcional. Os mapas opcionais das notícias usam o OpenStreetMap. Ao abrir um mapa, seu endereço IP e o endereço deste site são enviados ao provedor do mapa. Os dados de localização continuam disponíveis em texto sem carregar o mapa.
- China · Função do lugar: Cobertura · Tipo de lugar: país ou área · Precisão da localização: regionalEvidência
- Explicit preserved editorial country/region; no city or national centroid inferredarxiv.org ↗