MLExpert：35B专家混合智能体模型实现自主机器学习工程
arXiv 10月15日收录论文提出MLExpert，一个35B专家混合（MoE）智能体模型，用于自主完成长周期机器学习工程（MLE）优化。作者设计Kaggle-MLE Factory构建可执行任务与交互框架，并用分层智能体SFT迁移工具使用与编码能力，再以窗口化交互强化学习（WIRL）对相邻实验结果之间的多轮决策给予共享结果奖励。作者自报在MLE-Bench Lite上把基座模型的平均奖牌率从37.9%提升到72.7%，称与Kimi-K3、GLM-5.3等更大前沿模型相当，并在NatureBench Lite、智能体框架优化与算法优化上也有提升。
论文把训练重点放在长程实验中如何从中间结果选取有效监督，作者称学到的优化能力可迁移到其他任务，这指向以AI改进AI的一条具体训练路径。
Computer Science > Artificial Intelligence
arXiv:2610.22344 (cs)
[Submitted on 15 Oct 2026]
Title:MLExpert: Towards a Generalist Agentic Model for Autonomous Machine Learning Engineering
Authors:Shangheng Du, Jinxin Shi, Shuaiyu Zhang, Yiming Wu, Junpeng Zhao, Shiyang Feng, Xin Li, Liang He, Xiangchao Yan, Bo Zhang
View a PDF of the paper titled MLExpert: Towards a Generalist Agentic Model for Autonomous Machine Learning Engineering, by Shangheng Du and 9 other authors
#MLExpert#Kaggle-MLE Factory#MLE-Bench Lite#NatureBench Lite#Kimi-K3#GLM-5.3#arXiv