@sherryyangML：机器学习工程（MLE）正成为新的智能体前沿。我将分享我们在扩展面向MLE智能体的强化学习方面的成果……
摘要
ICLR 2026 的两篇论文展示了小型 RL 训练智能体如何在机器学习工程任务上击败前沿模型，以及 MLE-Smith 如何自动扩展 MLE 工作负载。
机器学习工程（MLE）正成为新的智能体前沿。我将在 #ICLR2026 分享我们在扩展面向 MLE 智能体的强化学习方面的成果：1）小型模型的 RL 训练结果优于前沿模型 http://arxiv.org/abs/2509.01684 2）MLE-Smith：自动扩展 MLE 任务 http://arxiv.org/abs/2510.07307
相似文章
MLExpert：迈向面向自主机器学习工程的通用智能体模型
提出了 MLExpert，一个 35B 混合专家（MoE）智能体模型，通过分层监督微调和窗口化交互强化学习（WIRL）自主优化长周期机器学习工程工作流，在 MLE-Bench Lite 上将基模型奖牌率从 37.9% 提升至 72.7%，媲美更大的前沿模型。
@ethantsliu：meta-rl 引发代理式 LLM 探索 传统强化学习训练 LLM 代理使用固定策略，难以进行主动探索……
一篇新的研究论文将 LLM 代理训练重新定义为跨回合的 Meta-RL 问题，使用无评论家策略梯度实现在上下文中的适应，而无需梯度更新。LAMER 框架在长时程任务上相比标准 RL 基线将测试时性能提升了 11-19%，并且能更好地泛化到未见过的环境。
MLE-bench：评估机器学习代理在机器学习工程中的表现
# MLE-bench：评估机器学习代理在机器学习工程中的表现 来源：[https://openai.com/index/mle-bench/](https://openai.com/index/mle-bench/) OpenAI 评估机器学习代理在机器学习工程中的表现 我们推出了 MLE-bench，这是一个用于衡量 AI 代理在机器学习工程中表现如何的基准。为此，我们从 Kaggle 精选了 75 个与 ML 工程相关的竞赛，创建了一个多样化的具有挑战性的任务集合，用于测试真实的 ML 工程
@rohanpaul_ai：Meta 发布了 A-MLE，这是一个他们实际构建并部署的AI代理框架，用于自动化跨其广告排名模型的机器学习实验…
Meta 开发并部署了 A-MLE，这是一款AI代理框架，用于自动化其广告排名模型的机器学习实验，展现出相较于通用LLMs的显著性能优势。
@sheriyuo: Meta-RL 确实感觉是一个非常具有前景的方向
一位研究者强调，Meta-RL 是训练 LLM 智能体的一个有前景的方向，将智能体训练重新构建为跨回合的元强化学习问题，从而实现主动探索和试错适应。