Apple Machine Learning Research

How Much of a Harness Does a Strong Agent Need for Autonomous ML Engineering?

6.9内容质量

TL;DR · AI 摘要

How Much of a Harness Does a Strong Agent Need for Autonomous ML Engineering? - Apple Machine Learning Research research...

核心要点

  • 主题聚焦：How Much of a Harness Does a Strong Agent Need f
  • 来源：Apple Machine Learning Research，建议结合原文判断细节。
  • AI 分析暂不可用，本条为保底评分与摘要。
#AI#编程#安全
打开原文

强大智能体在自主机器学习工程中需要多大的框架？ - Apple 机器学习研究

研究领域

方法与算法

内容类型

论文

发布日期

2026年10月

强大智能体在自主机器学习工程中需要多大的框架？

作者 Kirill Brilliantov†‡, Alejandro Hernández-Cano†‡**, Emmanuel Abbéâ€

查看出版物

复制Bibtex

近年来，自主机器学习工程（MLE）智能体在公共排行榜上取得了显著进展。受长期周期进展停滞和大型语言模型（LLM）原语功能有限的驱动，现代MLE智能体正部署在越来越复杂的系统之上：多智能体协调器、专用检索子智能体等。尽管这些框架不断扩展，但使用更基础但改进的编码智能体（LLM通过读取、写入和bash原语直接访问执行环境）的研究在领域内却鲜有关注。在本文中我们发现，在同等时间预算和相同前沿LLM主干的情况下，开源最先进的框架在性能上并不优于单次会话的最小框架编码智能体基线，这表明主干模型是性能的主要驱动因素。通过一系列大规模系统性消融研究，我们论证在编码智能体场景中，这些中间层结构变得冗余。我们得出结论，围绕强模型精心设计框架所投入的努力，对当前MLE基准测试的回报甚微。

  • †EPFL
  • ‡ 贡献相同
  • ** 任职于Apple期间完成的工作

相关阅读与更新

SCLATE：持续学习智能体训练与评估的基质

2026年9月30日 研究领域 方法与算法 , 研究领域 工具、平台、框架

持续学习智能体是跨长期多会话周期运行的模型、框架和记忆系统。评估和训练它们需要将任务与智能体端事件（如会话停止和启动、定时任务、记忆整合）交错进行。然而现有基准和训练框架仅安排基准本身的事件，导致每个基准和智能体组合都需要构建自定义的调度循环。我们提出SCLATE，一个...

阅读更多

AgentBuilder：探索界面智能体用户体验原型的支架

2026年1月9日 研究领域 人机交互

由生成式AI模型驱动的界面智能体（称为“智能体”）可以根据用户指令自动执行操作。开发智能体的一个重要方面是其用户体验（即智能体体验）。随着越来越多非AI工程师需要参与智能体体验设计，提供更广泛人群的原型设计支架需求日益增长，因为他们能为智能体体验设计提供有价值的视角。在本研究中，我们探索了...

发现机器学习领域的机遇

我们的机器学习研究每天都在取得新突破。

加入我们