MLE-World 世界模型预判实验结果 省一半算力排名百分位升 19%

华盛顿大学、NYU 等机构及 sherrinyangML 团队发布 MLE-World，将历史实验的执行轨迹(代码与任务上下文到报错、日志、得分)训练成「ML 研究世界模型」，让自动化研究 agent 在真正执行实验前先预测结果再决定是否运行。在 17 个 MLE 基准上，该方法节省约一半算力，排行榜百分位提升 19%，并与团队此前按单位时间收益优化的 Reward-Rate Policy Gradient 方法互补，共同提升有限研究预算的利用价值。

2026-10-23 ~ 2026-10-23 · 4 条相关

• MLE-World 用世界模型预判实验结果,省一半算力还能提升排名 — sherryyangML · 2026-10-23
• MLE-World 把失败实验轨迹变成预测模型,排行百分位提升 19% — sherryyangML · 2026-10-23
• Reward-Rate Policy Gradient:按单位时间收益优化 MLE 智能体 — sherryyangML · 2026-10-23
• MLE-World 发布：复用实验经验降低反馈成本,补足 RPG 方法短板 — sherryyangML · 2026-10-23