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
- dots 更新支持 agent 同时控制 Windows 与 Mac 双机 — dkundel · 2026-11-12
- Granola 推出 Agent Briefs:每晚为 AI agent 打包你的最新上下文 — soleio · 2026-11-12
- 新基准 Continual-ARC:主流 Agent 均无法从经验中学习 — alifcoder · 2026-11-12
- KubeCon 前夕 Azure Day：AKS 单集群 65 节点跑 2.2 万个 Agent — davemccollough · 2026-11-12
- OpenShell 实用技巧:一条命令把沙箱内 Web 应用暴露到浏览器 — gethackteam · 2026-11-12
- 开发者打造「智能操作系统」：模型与智能体直接内建于 Linux 桌面系统 — NerdyRodent · 2026-11-12