MLE-World 把失败实验轨迹变成预测模型,排行百分位提升 19%
sherryyangML · x · 2026-10-23
研究者发布 MLE-World:把历史实验的执行轨迹(代码+任务上下文 → 报错、训练日志、得分)训练成预测模型,让 agent 先预测再决定是否真跑实验。
在 17 个 MLE-bench Lite 任务上:
- 平均排行百分位 45.4 → 54.1,较基线高 19%
- 真实执行时间 9.94 → 4.77 小时/轮,缩减一半以上
核心思路:用历史经验反馈帮 agent 修正想法,预测不确定时才动用真实算力。
所属事件:MLE-World 世界模型预判实验结果 省一半算力排名百分位升 19%(4 条相关)→
「编程与Agent」频道最新
- 「前端只是耗材」：个人 AI 代理时代，服务都该 Headless 化 — genmon · 2026-10-23
- Harness Scaling 论文:训练时换 harness,是 agentic RL 的新扩展维度 — omarsar0 · 2026-10-23
- Chrome DevTools 新增广告脚本追踪，Ads 面板可查 CPU 与流量占用 — gaganghotra_ · 2026-10-23
- 多模态智能体记忆综述发布:从静态检索到自进化,覆盖 297 个系统 — yizhu59 · 2026-10-23
- Claude Code 支持 MCP tasks:长调用变后台任务异步轮询 — dsp_ · 2026-10-23
- 把 PowerShell 脚本丢进文件夹就变成 MCP 工具 — dfinke · 2026-10-23