mle-bench

标签

Cards List
#mle-bench

为何重复解决?面向迁移高效机器学习工程的技能分层积累

arXiv cs.AI · 12小时前 缓存

HASTE 提出了一种面向机器学习工程的分层多智能体系统,将跨竞赛知识组织为三个层级,在 MLE-Bench Lite 上实现了 77.3% 的获奖率,同时将计算量减少 52%,并证明了结构化知识迁移优于扁平记忆方法。

0 人收藏 0 人点赞
← 返回首页

提交意见反馈