MLExpert：面向自主机器学习工程的通用智能体模型

论文提出一种用于自主长时程机器学习工程（MLE）优化的后训练方法，并据此训练出 35B 混合专家智能体模型 MLExpert。作者指出，工作流驱动的 MLE 系统通过复杂编排管理长时程实验，而模型主导的交互让模型能自主组织实验并根据执行反馈调整优化策略；难点在于每次实验反馈反映多个前置决策，长 MLE 运行包含大量高成本实验，训练必须从长交互轨迹中筛选有用监督并利用中间结果学习。该工作定位为 AI for AI 与递归自我改进路径上的探索。

AI推荐理由 提出面向长时程自主机器学习工程的后训练方法，并训练出 35B 混合专家智能体模型 MLExpert。核心问题是长 MLE 运行中每次实验反馈反映多个前置决策，需从长交互轨迹中筛选有用监督并利用中间结果学习。属于 AI4AI 与递归自我改进方向的工程化尝试，但摘要未给出具体性能数据。