EIN THEMA, IM KONTEXT

MLE-bench offline Kaggle benchmark

Judgments in this source concerning MLE-bench offline Kaggle benchmark. Entdecke 1 Standpunkt mit Belegen aus 1 Quelle.

1 Personen · 1 Quellen · 1 geäußerte Meinungen

Inhalt aktualisiert:

Zusammenhänge erkunden ↗

Perspektiven im Überblick

Erkunden Sie nach Person. Wählen Sie zwei oder drei zum Vergleich aus.

1 Personen · 1 Quellen · 1 geäußerte Meinungen

Lilian Weng

MLE-bench uses 75 Kaggle competitions as offline ML engineering benchmarks

MLE-bench evaluates ML engineering agents on 75 curated offline Kaggle competitions, testing model training, dataset preparation, experiment execution, and submission to grading scripts. Kaggle public leaderboards serve as human baselines. The best-performing setup—o1-preview with AIDE scaffolding—reached at least Kaggle bronze-medal level in 16.9% of competitions.

Stützende Belege

Harness Engineering for Self-Improvement

Originalauszug

MLE-bench : evaluate ML engineering agents on offline Kaggle competitions. Contains 75 ML-engineering competitions curated from Kaggle.
Kontext

Tests training models, preparing datasets, running experiments, and submitting predictions to grading scripts. Uses Kaggle public leaderboards as human baselines. Best setup in the paper, o1-preview with AIDE scaffolding, reached at least Kaggle bronze-medal level in 16.9% of competitions. Includes resource-scaling and contamination analyses.

Erkenntnisse teilenDiese Aussage überprüfen

Dies sind individuelle Standpunkte, keine Messung einer Übereinstimmung. Das Quellenmaterial bleibt in der Originalsprache.