MLE-bench: Penanda Aras Untuk Agen Kejuruteraan Pembelajaran Mesin
OpenAI memperkenalkan MLE-bench, penanda aras untuk mengukur sejauh mana agen AI mampu melaksanakan kejuruteraan pembelajaran mesin. Alat ini direka untuk memberi ukuran objektif prestasi agen dalam tugasan kejuruteraan ML.