Meta 开源 A-MLE:用 LLM Agent 自动化广告排序模型实验
rohanpaul_ai · x · 2026-09-22
Meta 发布并实际部署了 A-MLE(Agentic ML Exploration)框架,用自主 LLM Agent 自动化广告排序模型的 ML 实验流程:提出假设、执行实验、恢复失败任务、比较结果,并将有效经验跨模型共享。
背景是生产级 ML 的瓶颈已不是算力或模型容量,而是人类工程师的迭代吞吐——每轮显著改进需资深工程师数天到数周。关键数据:
- 通用 LLM 在 Meta 基础能力测试上仅得 8 分,配备领域能力的 agent 达 68 分
- 在一个实验性排序模型上,更广的探索使离线回归误差相对基线降低 2.56%,训练 QPS 几乎不变(+0.42%)
论文已挂 arXiv(2609.08248),Erwin Gao 等 39 位作者署名。
所属事件:Meta 开源 A-MLE 框架,用 LLM Agent 自动化广告排序实验(2 条相关)→
「编程与Agent」频道最新
- Teknium 合并修复：Hermes Agent 桌面端无法识别模型插件问题解决 — Teknium · 2026-09-22
- Grok 4.7 编码评测大涨:CursorBench 40.4%→46.3%,价格不变 — FinanceYF5 · 2026-09-22
- OpenCode 2.0 揭秘：可在运行会话中实时修改自身一切代码 — aidenybai · 2026-09-22
- 测试通过≠可以上线:Reddit 热议 AI 编码 Agent 该不该自己合并 PR — Fantastic-Sleep-3352 · 2026-09-22
- Scale AI 创始人转发:有人让 Muse 智能体接管自己的银行账户 — alexandr_wang · 2026-09-22
- 开源 Rust 边车用原子文件锁防 MCP 工具调用重放攻击 — AdmissibilityScience · 2026-09-22