Operand Quant：面向自主机器学习工程的单智能体架构
人工智能
2025-10-14 v1
摘要
我们提出了 Operand Quant，一种用于自主机器学习工程（MLE）的单智能体、IDE 基于架构。Operand Quant 不同于传统的多智能体编排框架，将所有 MLE 生命周期阶段——探索、建模、实验和部署——整合到单个感知上下文的智能体中。在 MLE-Benchmark（2025）上，Operand Quant 实现了新的最先进（SOTA）结果，综合奖牌率为 0.3956 ± 0.0565，涵盖 75 个问题——是迄今为止所有评估系统中记录的最高性能。该架构表明，在相同的约束条件下， operating within a controlled IDE environment 的线性、非阻塞智能体可以超过多智能体和编排系统。
引用
@article{arxiv.2510.11694,
title = {Operand Quant: A Single-Agent Architecture for Autonomous Machine Learning Engineering},
author = {Arjun Sahney and Ram Gorthi and Cezary Łastowski and Javier Vega},
journal= {arXiv preprint arXiv:2510.11694},
year = {2025}
}
备注
8 pages. No figures. Evaluated on MLE-Benchmark 2025