kaggle

Google Gemma团队正在赞助Kaggle上的1天黑客松活动，提供奖金支持，鼓励社区使用Gemma 4构建轻量级工具或推动AI创新。

Unsloth 使得在Kaggle上免费微调31B参数的多模态模型成为可能，采用4位量化，本地运行仅需22-24GB VRAM。

Kaggle平台上使用Gemini的免费5天AI智能体课程，涵盖从入门到部署的主题。

LongDS是一个用于评估AI智能体在源自Kaggle笔记本的长程、多轮数据分析任务上的基准测试；实验表明，最佳模型仅能达到48%的准确率，且随着轮数增加准确率显著下降。

一名 Reddit 用户驳斥了 Seed IQ (AGX) 关于以满分解决 ARC-AGI-3 基准测试的声称，认为拒绝提交到允许闭源提交的 Kaggle 排行榜表明这是一个骗局。

Kaggle与谷歌合作举办为期5天的免费强化课程（6月15日至19日），教授构建AI智能体，最终以名为Kaggriculture的模拟挑战赛收官。

推广 mlcourse.ai，这是由 OpenDataScience 提供的一个开源机器学习课程，涵盖理论、实践以及 Kaggle 竞赛。

Google 和 Kaggle 将于 2026 年 6 月举办为期五天的免费 AI Agents Vibe Coding 课程，重点介绍如何利用自然语言工作流构建生产级智能体。

Google DeepMind与Kaggle联合推出了FACTS基准测试套件，这是一套涵盖参数化知识、检索增强、多模态和 grounding 的综合评估体系，用于系统性衡量大语言模型的事实性。

# 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