arXiv cs.AI· Xin Yu, Lizhu Zhang, Jiamu Bai, Yanhong Wu, Zellux Wang, Serena Li, Weiwei Li, Lingzhou Xue, Xiangjun Fan, Bo Peng·· 9 小时前AI 评分31
MLToolBench：为机器学习开发训练工具增强智能体
MLToolBench: Learning Tool-Augmented Agents for Machine Learning Development
AI 导读
研究者提出 ToolMLBench 工具套件与 SFT+RL 训练流程，让智能体学会在机器学习实验中诊断性地调用工具，并用 SPICE 方法以特权上下文对工具动作概率的改变作为轮级奖励。在 80 个合成任务上训练后，Qwen3-8B 域内成功率从 24.8% 升至 52.4%，Qwen3.5-35B-A3B 从 35.6% 升至 69.2%，后者域外也从 31% 提升到 48%。
来源：arXiv cs.AI · arxiv.org