研究：强智能体在ML工程中需要多少约束

该论文研究了自主机器学习工程(MLE)智能体在相同时间预算和前沿LLM backbone下，复杂约束系统与最小约束编码基线的性能对比。研究通过大规模系统性消融实验发现，开源的最先进约束系统在MLE基准测试中并未展现出优势。结果表明，当前MLE基准测试中，围绕强模型精心设计的约束层收益甚微。