Hugging Face · 每日论文· 媒体 / 作者来源·精选
MLE-World：基于Qwen3.5-4B的世界模型预测机器学习实验结果
原文标题
MLE-World: Predicting Machine Learning Experiment Outcomes with a Learned World Model
AI 导读
研究团队推出MLE-World，一种基于Qwen3.5-4B微调的世界模型，可预测程序的终端输出（错误跟踪、训练日志和验证分数）而无需实际执行，并提供置信度评分。在17个MLE-bench Lite任务中，MLE-World与真实终端输出的匹配率达77.9%，远高于41.1%的大型提示模型。该模型引导的测试时扩展策略在减少实际执行的同时，实现了高达22.1%的性能提升。
来源：Hugging Face · 每日论文 · arxiv.org
导读与选稿说明
MLE-World通过预测而非执行来评估机器学习实验结果，显著提高了AI研究代理的探索效率，在保持高准确率的同时减少了计算资源消耗。
导读由模型辅助整理，非独立核验。完整信息见原文。