Meta 用 Ranking Engineer Agent 把广告排序模型改进自动推广到整个模型集群
Meta 这次讲的是 REA 智能体的第二步:不只是发现新技巧,还能把改进自动搬到整个广告排序模型集群上。做过多个模型维护的工程师会懂这个痛点,值得看它的任务拆解方式。
Meta 这次讲的是 REA 智能体的第二步:不只是发现新技巧,还能把改进自动搬到整个广告排序模型集群上。做过多个模型维护的工程师会懂这个痛点,值得看它的任务拆解方式。
论文发现复杂约束系统在MLE任务中不如简单编码基线,LLM backbone才是性能主要驱动因素。
MLEvolve 解决了现有 MLE 智能体在长周期任务中信息隔离、无记忆搜索和缺乏分层控制的问题,做自动化机器学习算法发现的团队可以直接用它来加速实验迭代,值得关注。