12:09
arXiv cs.AI@Shangheng Du, Xiangchao Yan, Jinxin Shi, Zongsheng Cao, Shiyang Feng, Zichen Liang, Boyuan Sun, Tianshuo Peng, Yifan Zhou, Xin Li, Jie Zhou, Liang He, Bo Zhang, Lei Bai MLEvolve 是一个基于大语言模型的自进化多智能体框架,用于端到端的机器学习算法自动发现。它通过 Progressive MCGS 扩展树搜索,利用图参考边实现跨分支信息流动,并采用熵驱动的渐进调度从广泛探索转向聚焦利用。引入的 Retrospective Memory 结合冷启动领域知识库和动态全局记忆,支持任务特定经验的检索与复用。在 MLE-Bench 评估中,MLEvolve 在 12 小时预算(标准运行时的一半)下,平均奖牌率和有效提交率等多个维度达到最先进水平,并在数学算法优化任务上超越 AlphaEvolve 等专门方法。
推荐理由:MLEvolve 解决了现有 MLE 智能体在长周期任务中信息隔离、无记忆搜索和缺乏分层控制的问题,做自动化机器学习算法发现的团队可以直接用它来加速实验迭代,值得关注。