arXiv · AI· Brian Ko, Han Wang, Hejia Geng, Li Erran Li, Sherry Yang·· 5 小时前AI 评分32
MLE-World：通过学习型世界模型预测机器学习实验结果
MLE-World: Predicting Machine Learning Experiment Outcomes with a Learned World Model
AI 导读
MLE-World 是基于 Qwen3.5-4B 微调的世界模型，能从代码和数据描述直接预测 ML 程序的终端输出（报错、训练日志、验证分数）而不实际运行。 在 MLE-bench Lite 的 17 个任务上，MLE-World 对未参与训练程序的终端输出匹配率达 77.9%；其引导的 test time scaling 策略在更少实际执行次数下，平均性能最高提升 22.1%。
来源：arXiv · AI · arxiv.org