ML-AutoResearch

新的基准和训练方法出现，用于机器学习研究中的AI代理

两篇新的研究论文介绍了用于设计用于进行机器学习研究的AI代理的新型基准和训练方法。DeltaML-Bench侧重于评估代理在真实、不完美的代码存储库中改进现有ML模型的能力，测试了GPT-5和Claude Sonnet 4。ML-AutoResearch提出了一种生成合成ML研究任务以训练代理的流程，通过在这些生成的轨迹上进行监督微调，展示了显著的能力提升。