MLExpert：迈向自主机器学习工程的通用智能体模型
这项研究介绍了 MLExpert：一个拥有 350 亿参数、经过训练以自主执行长期机器学习工程任务的智能体模型。该方法将分层监督微调与 Windowed Interaction RL 相结合，通过基于结果的共享奖励，训练模型在实验结果之间作出的多项决策。在 MLE-Bench Lite 上，MLExpert 将基础模型的平均奖牌率从 37.9% 提升至 72.7%；研究作者称，其表现可与规模更大的前沿模型相当。其他实验表明，其优化能力可能迁移到不同任务。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。