论文:LLM 智能体在大规模搜索排序系统中自主做机器学习工程
热点事件持续更新
论文:LLM 智能体在大规模搜索排序系统中自主做机器学习工程
1 篇报道1 个报道来源53 分钟前更新
先了解这件事
AI 综述
Matthew Li 等人在 arXiv 发布论文(arXiv:2611.23910),提出 human-on-the-loop 的 MLE(机器学习工程师)智能体,在大规模搜索排序系统上自主提出、实现、训练并评估模型改动。工程师保留对目标设计、搜索方向和最终模型审查的控制权。 结果显示:在一次实验活动中,系统完成 1,097 个候选实验并接受 325 个,接受率 29.6%,此前一次目标与搜索约束不同的活动中接受率为 15.6%;最佳模型在大规模 A/B 测试中将搜索量提升 0.23%。
AI 根据报道生成 · 35 分钟前更新
最新进展11月20日 13:00
MLE Agents 论文:LLM 智能体在大规模推荐系统中自主完成机器学习工程报道时间线
沿着报道,了解事件的不同侧面。
11月20日
- arXiv cs.AI精选MLE Agents 论文:LLM 智能体在大规模推荐系统中自主完成机器学习工程
arXiv 论文提出 human-on-the-loop 的 MLE 智能体,在大规模搜索排序系统上自主提出、实现、训练并评估模型改动。某次活动中系统完成 1,097 个候选实验并接受 325 个,接受率 29.6%,此前不同目标与搜索约束下为 15.6%;最佳模型在大规模 A/B 测试中将搜索量提升 0.23%。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。