Source : https://arxiv.org/abs/2505.23723
Ce texte présente une publication de recherche sur le projet ML-Agent, qui vise à améliorer les agents basés sur les grands modèles linguistiques (LLM) pour l’ingénierie autonome de l’apprentissage automatique. Il détaille une nouvelle approche utilisant l’apprentissage par renforcement en ligne où un agent LLM interagit avec des tâches ML pour apprendre. Le document décrit un cadre de formation novateur comportant une exploration améliorée, un apprentissage par renforcement par étapes et un module de récompense spécifique au ML. Les auteurs affirment que leur ML-Agent de 7B surpasse un modèle beaucoup plus grand et démontre une amélioration continue des performances et une excellente généralisation.