AIDE 框架在 MLE-bench 中表现优异，助力 AI 自动化工程

OpenAI 推出新基准测试 MLE-bench，涵盖 75 个 Kaggle 竞赛题目，旨在全面衡量自主的端到端机器学习工程。结果显示，GPT-4o 结合 AIDE 框架的表现显著优于其他开源 Agent 框架。当模型切换到 OpenAI o1-preview 后，表现进一步提升，16.9% 的比赛中达到 Kaggle 铜牌以上水平，8 次尝试后提升至 34.1%。AIDE 采用 AI Function 设计范式，通过解空间树搜索算法逐步优化解决方案，在 Kaggle 数据科学比赛中的平均表现超过 50% 的人类参赛者。WecoAI 团队来自伦敦大学学院，致力于开发 AI 智能体，计划推出 AI Function Builder 产品，未来 AI 在科学研究中的作用将更加重要，可能改变研究方向和方法。
来源：https://mp.weixin.qq.com/s/uJ4bwe3HO2yHrqoml1iO1g