machine-learning-engineering

Omar分享了Jeff Dean的推介文稿，重点介绍了科学与工程领域的开放问题，指出人工智能用于科学才刚刚起步，而dair_ai正在这一领域进行建设。

本文介绍了OpenMLE，一个用于研究机器学习工程中递归自我改进的开放全栈系统，并提出了Frontis-MA1，一个经过后训练作为元进化智能体的35B模型。它在MLE-BenchLite上相比其基础模型有显著提升，并能迁移到留出基准上，同时发布了权重和代码。

Matryoshka Agent 是一个层次化代理框架，它将长期机器学习工程任务分解为高级编排器和低级子代理，实现高效探索和迭代优化。它在复杂的 MLE 任务上显著提升性能，使 4B 模型匹配 o4-mini 的编排能力，并在 30B 编码器模型上带来高达 36.7% 的相对收益。

# 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